論文の概要: ASA-SimaaS: Advancing Digital Transformation through Simulation Services
in the Brazilian Air Force
- arxiv url: http://arxiv.org/abs/2309.08680v1
- Date: Fri, 15 Sep 2023 18:10:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-19 20:05:05.736869
- Title: ASA-SimaaS: Advancing Digital Transformation through Simulation Services
in the Brazilian Air Force
- Title（参考訳）: ASA-SimaaS: ブラジル空軍のシミュレーションサービスによるデジタルトランスフォーメーションの強化
- Authors: Joao P. A. Dantas, Diego Geraldo, Andre N. Costa, Marcos R. O. A.
Maximo, Takashi Yoneyama
- Abstract要約: 本研究は、潜在的シナリオの結果を予測・評価するための軍事シミュレーションの利用について検討する。
これは、軍事シミュレーションの進化と、人工知能の進歩によって生じた能力の増大を強調している。
この論文はその後、ブラジル空軍による独自のシミュレーションツールの開発に焦点をあてている。
- 参考スコア（独自算出の注目度）: 0.07499722271664144
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This work explores the use of military simulations in predicting and
evaluating the outcomes of potential scenarios. It highlights the evolution of
military simulations and the increased capabilities that have arisen due to the
advancement of artificial intelligence. Also, it discusses the various
applications of military simulations, such as developing tactics and employment
doctrines, training decision-makers, evaluating new acquisitions, and
developing new technologies. The paper then focuses on the Brazilian Air
Force's efforts to create its own simulation tool, the Aerospace Simulation
Environment (Ambiente de Simula\c{c}\~ao Aeroespacial -- ASA in Portuguese),
and how this cloud-based service called ASA Simulation as a Service
(ASA-SimaaS) can provide greater autonomy and economy for the military force.
The main contribution of this work is to present the ASA-SimaaS solution as a
means of empowering digital transformation in defense scenarios, establishing a
partnership network, and improving the military's simulation capabilities and
competitiveness.
- Abstract（参考訳）: この研究は、潜在的なシナリオの結果を予測し評価するための軍事シミュレーションの利用を探求する。
これは、軍事シミュレーションの進化と、人工知能の進歩によって生じた能力の増加を強調している。
また、戦術や雇用主義の展開、意思決定者の訓練、新しい買収の評価、新しい技術の開発など、軍事シミュレーションの様々な応用について論じている。
この論文は、ブラジル空軍による独自のシミュレーションツール、Ambiente de Simula\c{c}\~ao Aeroespacial -- ASA、そして、このクラウドベースのサービスであるASA Simulation as a Service (ASA-SimaaS)が、いかに軍隊により大きな自律性と経済をもたらすかに焦点を当てている。
この研究の主な貢献は、防衛シナリオにおけるデジタルトランスフォーメーションの強化、パートナーシップネットワークの確立、軍のシミュレーション能力と競争力の向上の手段としてASA-SimaaSソリューションを提示することである。
関連論文リスト
- Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - GenSim: A General Social Simulation Platform with Large Language Model based Agents [111.00666003559324]
我々はtextitGenSim と呼ばれる新しい大規模言語モデル (LLM) ベースのシミュレーションプラットフォームを提案する。
我々のプラットフォームは10万のエージェントをサポートし、現実世界のコンテキストで大規模人口をシミュレートする。
我々の知る限り、GenSimは汎用的で大規模で修正可能な社会シミュレーションプラットフォームに向けた最初の一歩である。
論文 参考訳（メタデータ） (2024-10-06T05:02:23Z) - Graph-based Modeling and Simulation of Emergency Services Communication Systems [0.0]
緊急サービス通信システム(ESCS)は、インターネットプロトコルベースの通信ネットワークへと進化している。
本稿では,頑健で適応可能なグラフベースシミュレーションフレームワークと,ESCSシミュレーションに不可欠な数学的モデルを紹介する。
論文 参考訳（メタデータ） (2024-09-03T12:53:35Z) - DroneWiS: Automated Simulation Testing of small Unmanned Aerial Systems in Realistic Windy Conditions [8.290044674335473]
DroneWiSは、sUAS開発者が現実的な風の条件を自動的にシミュレートし、sUASの風に対するレジリエンスをテストすることを可能にする。
ガゼボやAirSimのような現在の最先端のシミュレーションツールとは異なり、DroneWiSは計算流体力学(CFD)を利用してユニークな風速を計算する。
このシミュレーション機能は、困難で現実的な風の条件下でのsUASのナビゲーション能力について、開発者に深い洞察を提供する。
論文 参考訳（メタデータ） (2024-08-29T14:25:11Z) - Real-Time Surface-to-Air Missile Engagement Zone Prediction Using
Simulation and Machine Learning [0.07499722271664144]
地対空ミサイル(SAM)は、現代の防空システムにおいて不可欠である。
エンゲージメントゾーン(Engagement Zone、EZ)は、SAMがターゲットを効果的に動かし、中立化できる空間領域である。
本研究では、機械学習とカスタム設計のシミュレーションツールを統合して教師付きアルゴリズムを訓練する手法を提案する。
論文 参考訳（メタデータ） (2023-11-20T16:38:45Z) - NASimEmu: Network Attack Simulator & Emulator for Training Agents
Generalizing to Novel Scenarios [0.0]
NASimEmuは、浸透試験エージェントをトレーニングするための新しいフレームワークである。
シミュレータとエミュレータに共有インターフェースを提供する。
フレームワークを使って、新しい、構造的に異なるシナリオに移行する一般的なエージェントをトレーニングする方法を示す。
論文 参考訳（メタデータ） (2023-05-26T20:19:09Z) - Synthetic Data-Based Simulators for Recommender Systems: A Survey [55.60116686945561]
本調査は,モデリングとシミュレーションの分野における最近のトレンドを包括的に概観することを目的としている。
まずは、シミュレーターを実装するフレームワークの開発の背後にあるモチベーションから始めます。
我々は,既存のシミュレータの機能,近似,産業的有効性に基づいて,新しい一貫した一貫した分類を行う。
論文 参考訳（メタデータ） (2022-06-22T19:33:21Z) - Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。
シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。
我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
論文 参考訳（メタデータ） (2021-12-06T18:45:31Z) - A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。
我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。
我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
論文 参考訳（メタデータ） (2020-11-17T22:24:26Z) - Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial
Observability in Visual Navigation [62.22058066456076]
強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。
RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。
本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
論文 参考訳（メタデータ） (2020-07-27T17:46:59Z) - On the Evaluation of Military Simulations: Towards A Taxonomy of
Assessment Criteria [0.0]
軍事シミュレーションの一般的な分類は存在しない。
シミュレータの一般的な機能要件、シミュレータの特殊軍事要件、シミュレータの非機能要件。
よりよく理解するために、分類学は具体例にも適用される。
論文 参考訳（メタデータ） (2020-04-20T14:39:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。