論文の概要: Re-Envisioning Command and Control
- arxiv url: http://arxiv.org/abs/2402.07946v1
- Date: Fri, 9 Feb 2024 16:10:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-14 18:05:58.168635
- Title: Re-Envisioning Command and Control
- Title(参考訳): 再配置指令及び制御
- Authors: Kaleb McDowell, Ellen Novoseller, Anna Madison, Vinicius G. Goecks,
Christopher Kelshaw
- Abstract要約: 将来の戦争では、コマンド・アンド・コントロール(C2)による決定は、より複雑で、高速で、非構造的で、要求の厳しい状況で行われなければならない。
現在のC2プラクティスは、新興のインテリジェンス時代ではなく、産業時代に由来するもので、線形で時間を要する。
我々は、人間と人工知能(AI)システムとの堅牢な連携に基づく将来のC2のビジョンを提案する。
- 参考スコア(独自算出の注目度): 1.0044866115603501
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Future warfare will require Command and Control (C2) decision-making to occur
in more complex, fast-paced, ill-structured, and demanding conditions. C2 will
be further complicated by operational challenges such as Denied, Degraded,
Intermittent, and Limited (DDIL) communications and the need to account for
many data streams, potentially across multiple domains of operation. Yet,
current C2 practices -- which stem from the industrial era rather than the
emerging intelligence era -- are linear and time-consuming. Critically, these
approaches may fail to maintain overmatch against adversaries on the future
battlefield. To address these challenges, we propose a vision for future C2
based on robust partnerships between humans and artificial intelligence (AI)
systems. This future vision is encapsulated in three operational impacts:
streamlining the C2 operations process, maintaining unity of effort, and
developing adaptive collective knowledge systems. This paper illustrates the
envisaged future C2 capabilities, discusses the assumptions that shaped them,
and describes how the proposed developments could transform C2 in future
warfare.
- Abstract(参考訳): 将来の戦争は、より複雑で、ペースが速く、構造が悪く、要求の厳しい状況において、指揮統制(c2)の決定を行う必要がある。
C2は、Denied、Degraded、Intermittent、Limittent (DDIL) 通信のような運用上の課題や、複数の操作領域にまたがる多くのデータストリームを考慮する必要性によってさらに複雑になる。
しかし、現在のC2プラクティスは、新興のインテリジェンス時代ではなく産業時代に由来するもので、線形で時間を要する。
批判的に、これらのアプローチは将来の戦場での敵に対する過密を維持するのに失敗する可能性がある。
これらの課題に対処するために、人間と人工知能(AI)システムとの堅牢な連携に基づく将来のC2のビジョンを提案する。
この将来のビジョンは、C2オペレーションプロセスの合理化、作業の統一の維持、適応的な集団知識システムの開発という3つの運用上のインパクトにカプセル化されている。
本稿では、今後のC2の能力について述べ、それらを形作る仮定を論じ、今後の戦争でC2をどう変えるかを説明する。
関連論文リスト
- Scalable Interactive Machine Learning for Future Command and Control [1.8216373294363362]
将来の戦争では、コマンド・アンド・コントロール(C2)の要員が時間スケールの縮小で決定を下す必要がある。
人工知能とヒューマンインテリジェンスの統合は、C2オペレーションプロセスに革命をもたらす可能性を秘めている。
本稿では、これらのアプローチを複雑なC2コンテキストで機能させるために、今後の研究が取り組むべき最先端の科学と技術のギャップについて述べる。
論文 参考訳(メタデータ) (2024-02-09T16:11:04Z) - A2C: A Modular Multi-stage Collaborative Decision Framework for Human-AI
Teams [19.91751748232295]
A2Cは、AIチーム内で堅牢な意思決定を可能にするために設計された、多段階の共同決定フレームワークである。
決定における不確実性を認識し、必要な時に人間の専門家を軽視するように訓練されたAIシステムが組み込まれている。
論文 参考訳(メタデータ) (2024-01-25T02:31:52Z) - Causal Reasoning: Charting a Revolutionary Course for Next-Generation
AI-Native Wireless Networks [63.246437631458356]
次世代無線ネットワーク(例:6G)は人工知能(AI)ネイティブである。
本稿では、新たな因果推論分野を基盤として、AIネイティブな無線ネットワークを構築するための新しいフレームワークを紹介する。
因果発見と表現によって対処できる無線ネットワークの課題をいくつか挙げる。
論文 参考訳(メタデータ) (2023-09-23T00:05:39Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳(メタデータ) (2023-07-05T21:38:36Z) - Challenges with the Application of Cyber Security for Airworthiness
(CSA) in Real-World Contexts [0.0]
商業、一般、軍用空域におけるコンピュータ技術への依存への取り組みにより、サイバーリスクや攻撃の可能性が増大する。
DO 326AやED 202Aのようなグッドプラクティス標準は、サービス内機に対するサイバーセキュリティのガイドラインを提供することによって、この問題に対処しようとするものである。
この研究は、CSAの現実世界の応用に関する相互関係の課題と、それらが克服される可能性の始まりを探求する。
論文 参考訳(メタデータ) (2023-05-16T08:10:25Z) - Causal Semantic Communication for Digital Twins: A Generalizable
Imitation Learning Approach [74.25870052841226]
デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。
無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。
DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
論文 参考訳(メタデータ) (2023-04-25T00:15:00Z) - Interruption-Aware Cooperative Perception for V2X Communication-Aided
Autonomous Driving [49.42873226593071]
本稿では,V2X通信支援自律運転のためのV2X通信入出力対応協調知覚(V2X-INCOP)を提案する。
我々は、過去の協力情報を用いて、割り込みによる行方不明情報を復元し、割り込み問題の影響を軽減する。
3つの公的な協調認識データセットの実験から,コミュニケーション中断が協調知覚に与える影響を緩和するために提案手法が有効であることが示された。
論文 参考訳(メタデータ) (2023-04-24T04:59:13Z) - Dichotomy of Control: Separating What You Can Control from What You
Cannot [129.62135987416164]
政策の制御(行動)と政策の制御(環境)以外のメカニズムを分離する将来の条件付き教師あり学習フレームワークを提案する。
我々は,DoCが条件付入力と整合したポリシを出力し,学習したポリシを所望のハイリターン未来結果に条件付けすることで,高リターン行動が正しく引き起こされることを示す。
論文 参考訳(メタデータ) (2022-10-24T17:49:56Z) - Agile, Antifragile, Artificial-Intelligence-Enabled, Command and Control [0.0]
AIは、C2関数をAIに委譲することで、C2の脆弱性を高めることができる、という罠につながるかもしれない、と私たちは主張する。
AI対応のC2システムの中核となる設計原則は、アジリティとともに反脆弱性だ、と我々は主張する。
A3IC2システムは複雑な運用環境に留まるだけでなく、繁栄する。
論文 参考訳(メタデータ) (2021-09-14T11:39:37Z) - Understand me, if you refer to Aspect Knowledge: Knowledge-aware Gated
Recurrent Memory Network [54.735400754548635]
アスペクトレベルの感情分類(ASC)は、レビューで言及された特定の側面に対する微粒な感情極性を予測することを目的としている。
最近のASCの進歩にもかかわらず、マシンが重要な側面の感情を推測できるようにすることは依然として困難である。
本稿では,(1)アスペクト知識の欠如によるアスペクト表現がアスペクトの正確な意味と特性情報を表現するのに不十分であること,(2)先行研究は局所的な構文情報とグローバルな関係情報のみを捉えること,という2つの課題に対処する。
論文 参考訳(メタデータ) (2021-08-05T03:39:30Z) - Proceedings - AI/ML for Cybersecurity: Challenges, Solutions, and Novel
Ideas at SIAM Data Mining 2021 [6.647584840410018]
悪意あるサイバー活動はユビキタスであり、その有害な影響は社会に劇的かつしばしば不可逆的な影響を及ぼす。
この分野の課題は、コンピュータビジョンのような他の領域にAIを適用することに関連する問題とは大きく異なる。
これらの課題にもかかわらず、機械学習はこの分野に適用され、検出の分野で成功を収めている。
商業部門では、ML強化機能をサービスとして提供しています。
論文 参考訳(メタデータ) (2021-04-27T17:35:31Z)
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。