آگاهی موقعیتی: تکنیک ها، چالش ها و چشم اندازها

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 40

تعداد کلمات : 13600

مجله : AI

انتشار : 2022

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
23 می 2022
دسته بندی
تعداد بازدیدها
1357 بازدید
68,000 تومان

عنوان فارسی مقاله:آگاهی موقعیتی: تکنیک ها، چالش ها و چشم اندازها

 چکیده

  آگاهی موقعیتی (SA) به عنوان ادراک موجودات در محیط، درک معنای آنها و پیش بینی وضعیت آنها در آینده نزدیک تعریف می شود. از دیدگاه نیروی هوایی، SA به توانایی درک و طرح ریزی وضعیت فعلی و آینده هواپیماهای قرمز و آبی و تهدیدات سطحی در یک حریم هوایی اشاره دارد. در این مقاله، ما مدلی برای SA و تصمیم‌گیری پویا پیشنهاد می‌کنیم که هوش مصنوعی و سیستم‌های کاربردی مبتنی بر داده‌های دینامیکی را برای تطبیق اندازه‌گیری‌ها و منابع مطابق با شرایط در حال تغییر، ترکیب می‌کند. ما اندازه گیری SA و چالش های مرتبط با کمی سازی SA را مورد بحث قرار می دهیم. سپس مجموعه‌ای از تکنیک‌ها و فناوری‌ها را توضیح می‌دهیم که به بهبود SA از حالت‌های مختلف جمع‌آوری اطلاعات گرفته تا هوش مصنوعی و سیستم‌های بینایی خودکار کمک می‌کنند. سپس حوزه‌های کاربردی مختلف SA از جمله میدان نبرد، جنگ منطقه خاکستری، پایگاه نظامی و هوایی، امنیت داخلی و دفاع و زیرساخت‌های حیاتی را ارائه می‌کنیم. در نهایت، ما مقاله را با بینش هایی در مورد آینده SA به پایان می بریم.

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Situational Awareness: Techniques, Challenges, and Prospects

Abstract

 Situational awareness (SA) is defined as the perception of entities in the environment, comprehension of their meaning, and projection of their status in near future. From an Air Force perspective, SA refers to the capability to comprehend and project the current and future disposition of red and blue aircraft and surface threats within an airspace. In this article, we propose a model for SA and dynamic decision-making that incorporates artificial intelligence and dynamic data-driven application systems to adapt measurements and resources in accordance with changing situations. We discuss measurement of SA and the challenges associated with quantification of SA. We then elaborate a plethora of techniques and technologies that help improve SA ranging from different modes of intelligence gathering to artificial intelligence to automated vision systems. We then present different application domains of SA including battlefield, gray zone warfare, military- and air-base, homeland security and defense, and critical infrastructure. Finally, we conclude the article with insights into the future of SA.