Оцінка спроможностей виконання завдань у мережево-центричній системі із використанням нейронних мереж
DOI:
https://doi.org/10.35681/1560-9189.2025.27.3.354610Ключові слова:
нейромережа, спроможність, можливість, штучний інтелектАнотація
Розглянуто питання оцінки спроможностей військових підрозділів, що є надзвичайно актуальним у сучасних умовах. Показано що формульні методики оцінювання потребують удосконалення, зокрема уточнення результатів та підвищення швидкості розрахунків особливо у випадках, коли розраховане значення знаходиться на межі між категоріями значень спроможностей. Запропонована система з використанням нейронних мереж для оцінки спроможностей, яка дозволить значно підвищити точність, об’єктивність та оперативність розрахунку спроможностей і можливостей військових підрозділів. Результати можуть бути інтегровані у системи військової аналітики, що покращить ситуаційну обізнаність командування та дозволить уникати свідомо нездійсненних завдань.
Посилання
Zaluzhnyi V.F. Pokaznyky efektyvnosti (yakosti) kompleksnoi systemy zabezpechennia zhyvuchosti rozpodilenykh avtomatyzovanykh system orhanizatsiinoho upravlinnia sylamy ta zasobamy. Reiestratsiia, zberihannia i obrob. danykh. 2025. T. 27, № 1. pp. 42–50. https://doi.org/10.35681/1560-9189.2025.27.1.335693.
S. Josephy-Hernandez, C. Norise, J.Y. Han, K. Smith M. Survey on Acceptance of Passive Technology Monitoring for Early Detection of Cognitive Impairment. Digital Biomarkers, 2021. Vol.5, No.1. pp.9–15. URL: https://karger.com/dib/article-pdf/5/1/9/2576375/000512207.pdf (Last accesses: 18.06.2025). DOI: 10.1159/000512207
Subbotin S.O. Neironni merezhi: teoriia ta praktyka : navch. posib. Zhytomyr: O.O. Yevenok, 2020. 184 p.
Boichenko A.V., Dodonov V.O., Zaluzhnyi V.F., Izvarin Ye.I. Suchasnyi pidkhid do rozrakhunkiv mozhlyvostei ta spromozhnostei vykonannia zavdan viiskovymy pidrozdilamy z vykorystanniam shtuchnoho intelektu Reiestratsiia, zberihannia i obrob. danykh.. 2025. № 2. pp. 45–53.
Kolesnytskyi O.K., Mesiura V.I. Neiromerezhevi modeli ta tekhnolohii obchysliuvalnoho intelektu. Neirokompiutery. Chastyna I. Vinnytsia: VNTU, 2021. 66 p.
Hagos, D. H., & Rawat, D. B. (2024). Neuro-symbolic ai for military applications. IEEE Transactions on Artificial Intelligence.
Sachenko, A., Derysh, B., Dubchak, L., Sachenko, S., & Chereshnyuk, O. (2025). Real-Time Military Vehicle Classification via Convolutional Neural Networks.
Cannon, C. T., & Goericke, S. (2021). Using convolution neural networks to develop robust combat behaviors through reinforcement learning (Doctoral dissertation, Monterey, CA; Naval Postgraduate School).
Stubicar, A., & Sipos, M. (2023). Application of neural networks for the detection and classification of artillery targets. Strategos: Znanstveni casopis Hrvatskog vojnog ucilista" Dr. Franjo Tudman", 7(2), pp. 41-58.
Kang, B.G., Seo, K.M., & Kim, T.G. (2018). Communication Analysis of Network?Centric Warfare via Transformation of System of Systems Model into Integrated System Model Using Neural Network. Complexity, 2018(1), 6201356.
Chen, W., Li, W., & Zhang, T. (2024). Complex network-based resilience capability assessment for a combat system of systems. Systems, 12(1), 31.
Hagos, D. H., & Rawat, D. B. (2024). Neuro-symbolic ai for military applications. IEEE Transactions on Artificial Intelligence.
Fossaceca, J.M., & Young, S.H. (2018, May). Artificial intelligence and machine learning for future army applications. In Ground/air multisensor interoperability, integration, and networking for persistent isr ix (Vol. 10635, pp. 8-25). SPIE.
Ahmed, N. U. (2022). Integrating machine learning in military intelligence process: study of futuristic approaches towards human-machine collaboration. NDC e-journal, 2(1), pp. 59-89.
Metodychni rekomendatsii z ohliadu spromozhnostei ta planuvannia syl. Ministerstvo oborony Ukrainy, 2024. 40 p. URL: https://www.mil.gov.ua/content/other/metod_recom_2019_2.pdf (Data zvernennia: 18.06.2025).
Vnutrishnii kontrol u viiskovii chastyni: praktychnyi poradnyk. Ministerstvo oborony Ukrainy. 72 p. URL: https://mod.gov.ua/assets/poradnuk_cf65f32408.pdf (Data zvernennia: 18.06.2025).
