Nghiên cứu trường hợp
Thông qua sự hợp tác của Đánh bài casino, chúng ta có thể khám phá những cách mới để giải quyết các thách thức về tính khả dụng của dữ liệu để phát triển khả năng mới trong tương lai.
-192646_192718
Việc thiếu quản trị dữ liệu lịch sử trong các hệ thống hải quân thực, việc không thống nhất và tập trung các nguồn của thông tin này và việc thiếu một tiêu chuẩn trong vấn đề này đã dẫn đến sự thiếu hụt hình ảnh của môi trường hải quân. Với sự bảo mật liên quan đến loại dữ liệu này, rất khó để tạo ra một bộ dữ liệu phù hợp để đào tạo các mô hình hình ảnh dựa trên máy học chất lượng cao (ML) để cảm biến, nhận dạng và xác định tàu trên biển.
Navantia đã chứng minh làm thế nào mô phỏng có thể tạo ra môi trường tổng hợp để tạo ra hình ảnh cho các hệ thống nhận thức hải quân, do đó cải thiện việc nhận biết các đối tượng hải quân thông qua đào tạo các mô hình cảm biến thị giác. Công ty được giao nhiệm vụ phát triển một hệ thống tự động để phát hiện trực quan và xác định các mối đe dọa trong môi trường hàng hải.
Thử thách
Những thách thức chính mà Navantia phải đối mặt bao gồm:
- Không có sẵn dữ liệu đầy đủ để đào tạo các hệ thống tầm nhìn máy tính dựa trên ML
- Không thể đoán trước được các hoạt động thực tế trên biển, trong đó ngụ ý rằng mô hình được đào tạo phải được chuẩn bị với khả năng khái quát hóa tối đa
- Tương quan của hình ảnh thực và mô phỏng của các kịch bản tàu hải quân từ ba máy ảnh (ngắn, trung bình và tầm xa)
Tạo dữ liệu camera tổng hợp bằng phần mềm Đánh bài casino AVXCelerate và công cụ Đánh bài casino Optislang
Nhập vào mô phỏng cảm biến Đánh bài casino
Hình ảnh mô phỏng từ camera giám sát trường rộng trong môi trường hàng hải
Giải pháp kỹ thuật
Kỹ sư Navantia:
- Phần mềm cảm biến AVXCelerate sử dụng để mô phỏng các cảm biến camera với các đặc điểm khác nhau (ví dụ: quang học, độ phân giải, v.v.) và Đánh bài casino Optislang Tích hợp quy trình và tối ưu hóa thiết kế cho sự thay đổi kịch bản và điều phối để đào tạo một thuật toán học tập sâu
- Hình ảnh camera tổng hợp được tạo để đào tạo một mạng lưới thần kinh sâu (DNN) để nhận ra các đối tượng trong môi trường hải quân. DNN được đào tạo với hình ảnh tổng hợp vượt trội so với DNN chỉ được đào tạo trên dữ liệu thực.
- Cải thiện đáng kể hiệu suất của hệ thống phát hiện video so với các phương pháp tiếp cận dữ liệu tổng hợp không dựa trên vật lý trước đây
Kết quả phát hiện với các mô hình được đào tạo trên hình ảnh cảm biến avxcelate tổng hợp (trái) và hình ảnh thực (phải)
Kết quả phát hiện với các mô hình được đào tạo trên hình ảnh cảm biến avxcelate tổng hợp (trái) và trên bộ dữ liệu lai (hình ảnh tổng hợp và thực, phải)
Lợi ích
- Giải quyết vấn đề thiếu dữ liệu bằng cách tạo hình ảnh mô phỏng để đào tạo các thuật toán học sâu trong môi trường không đồng nhất như nhà hát hoạt động của hải quân bằng mô phỏng dựa trên vật lý
- Những hạn chế được nâng lên trong việc thu thập dữ liệu liên quan đến môi trường quân sự như bảo mật hình ảnh, mối quan tâm bảo mật, không thể đoán trước các hoạt động thực tế trên biển, khó khăn trong việc tổ chức các chiến dịch đo lường thực tế trên tàu hải quân và tính khả dụng của các tàu đó
- Mô phỏng được sử dụng để hiểu rõ hơn về miền thiết kế hoạt động và mở rộng quy trình quyết định tự động ngay cả những tình huống chưa từng thấy trước đây
- Giảm chi phí tạo ra môi trường ảo thực tế, tối ưu hóa ngân sách và phân bổ tài nguyên thông qua các nỗ lực hợp tác với Đánh bài casino
- đã xuất bản một bài báo với Đánh bài casino cho Đại hội quốc gia năm 2023 về R & D an ninh (Desei+D 2023) có tiêu đề Bộ dữ liệu Híbridos Mediante Enterornos de Simulación en Sistemas Navales.
Số liệu của bộ dữ liệu lai
Erfahren Sie, Wie Đánh bài casino Ihnen Helfen Kann
Erfahren Sie, Wie Đánh bài casino Ihnen Helfen Kann
Liên hệ với chúng tôi
Kontakt
