星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。     

深度学习模型的可解释性及其在医学影像分析应用中的研究进展

深度学习模型作为机器学习的分支之一,被广泛应用于以医学影像分析为代表的图像识别领域。其优势在于不依赖人为标注,模型训练过程中计算机能够识别和处理人为遗漏的特征信息,从而达到甚至超过人类处理的准确性。基于深度模型中未知的数据处理过程所带来的可解释性普遍缺失的问题,现有解决方式主要包括建立内在解释性、注意力机制解释特定模型以及以LIME为代表的不可知模型解释等。对可解释性进行量化评估的方式仍在探索,特别是在医学决策相关模型中针对医生和患者双方的解释性评估中已经提出了一些可供参考的量表。当下对深度学习模型在医学影像中的应用研究普遍更关注准确性而非可解释性,导致可解释性缺乏,进而阻碍深度学习模型的临床实际应用。如何平衡准确性和可解释性以开发令医患双方能够信服的深度学习模型将成为业界未来的研究重点。     

人工智能技术在未来装备应用的发展思考

加快装备智能化发展是战略发展的需要。为了促进人工智能技术军事应用发展,梳理了军事人工智能技术应用发展现状,探讨了军事人工智能技术的发展需求与挑战,分析给出了军事智能应用关键技术,并提出了后续发展思考。     

人工智能技术在直升机领域的应用及发展展望

人工智能技术正在受到世界各国的高度重视,并逐渐在军事领域得到推广应用.人工智能技术与装备的有机结合,将极大地提升装备作战效能,甚至颠覆作战样式.本文基于直升机技术特点分析了直升机对人工智能的典型技术需求,介绍了当前直升机在智能化技术发展方面的最新研究成果,最后对未来直升机的智能化技术的发展趋势进行了展望.     

从ACCV＇95看计算机视觉技术的发展

介绍了第二届亚洲计算机视觉会议（ＳＥＣＯＮＤＡＳＩＡＮＣＯＮＦＥＲＥＮＣＥＯＮＣＯＭＰＵＴＥＲＶＩＳＩＯＮ,ＡＣＣＶ’９５）的一些情况;回顾了在该领域及相关学科的研究成果;讨论了当前计算机视觉所面临的理论与实际应用问题,并对中国空间技术研究院这一学科的发展提出看法。     

人工智能在航天器制导与控制中的应用综述

航天器制导与控制技术是保障空间任务顺利实施的关键技术之一。当前,动力学模型的强非线性以及参数不确定性制约了高精度姿轨控技术的发展,而系统故障则决定航天器姿轨控的成败。以机器学习为代表的新一代人工智能技术航天器制导控制领域展现了巨大的应用潜力。首先对基于人工智能技术的轨迹制导和姿态控制中的研究发展及应用现状进行归纳,分析航天器轨迹规划、姿态控制、故障诊断以及容错控制技术的发展趋势。然后,从鲁棒轨迹规划、自适应姿态控制、快速故障诊断和自适应容错控制等4个方面总结适用于未来航天任务的航天器姿轨控关键技术。最后,针对智能姿轨控技术的应用所面临的挑战,从姿轨控架构、算法最优性、算法的训练以及技术验证等方面提出相应的发展建议。     

人工智能赋能空域系统,提升空域分层治理能力

为应对未来平台无人化、用户多元化、服务个性化的航空发展趋势,空域运行将呈现分层治理的发展趋势。而随着算力、算法与数据的持续提升与积累,数据驱动的人工智能方法将持续为层次化的空域系统赋能。本文从超低空、城市、区域、枢纽、亚轨道等5个层次化场景梳理我国空域系统的发展趋势;提炼得出空域运行面临的核心难点与关键科学问题;提出基于数据驱动的人工智能方法求解空域运行科学问题的研究框架、研究内容和应关注的关键技术;结合层次化典型应用场景,简要分析智能空域运行的具体应用案例;最后对人在空域运行中的作用提出了新的思考。     

人工智能干扰技术发展现状及趋势探析

近年来人工智能技术得到迅速发展,屡屡在比赛中胜出,引起了各界的关注,人工智能的应用在军事领域迅速普及.基于美军对智能化电子对抗即认知电子战的高度重视,对传统电子战面临的困境进行了梳理,阐述了认知电子战的概念和特点,分析了未来认知电子战的重点发展方向,为智能化电子战技术研究提供参考.     

复杂电磁环境下的智能干扰系统架构研究

主要分析了国外在智能干扰技术上的最新研究成果,研究了人工智能技术的基本原理,在此基础上提出了一种复杂电磁环境下的智能干扰系统架构,最后研究了一种可用于智能干扰系统的认知引擎技术.