論文の概要: AI-Driven Tactical Communications and Networking for Defense: A Survey and Emerging Trends
- arxiv url: http://arxiv.org/abs/2504.05071v1
- Date: Mon, 07 Apr 2025 13:38:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-08 14:08:46.172722
- Title: AI-Driven Tactical Communications and Networking for Defense: A Survey and Emerging Trends
- Title（参考訳）: AIによる戦術コミュニケーションと防衛のためのネットワーク: 調査と新たなトレンド
- Authors: Victor Monzon Baeza, Raúl Parada, Laura Concha Salor, Carlos Monzo,
- Abstract要約: この研究は、適応信号処理、ネットワーク最適化のためのマルチエージェント調整、レーダー支援目標追跡、AI駆動型電子対策におけるAI応用を強調している。
敵AIの脅威、自律的な通信ネットワークのリアルタイム適応性、戦場環境下での現在のAIモデルの制限といった課題に対処する。
- 参考スコア（独自算出の注目度）: 0.2999888908665658
- License:
- Abstract: The integration of Artificial Intelligence (AI) in military communications and networking is reshaping modern defense strategies, enhancing secure data exchange, real-time situational awareness, and autonomous decision-making. This survey explores how AI-driven technologies improve tactical communication networks, radar-based data transmission, UAV-assisted relay systems, and electronic warfare resilience. The study highlights AI applications in adaptive signal processing, multi-agent coordination for network optimization, radar-assisted target tracking, and AI-driven electronic countermeasures. Our work introduces a novel three-criteria evaluation methodology. It systematically assesses AI applications based on general system objectives, communications constraints in the military domain, and critical tactical environmental factors. We analyze key AI techniques for different types of learning applied to multi-domain network interoperability and distributed data information fusion in military operations. We also address challenges such as adversarial AI threats, the real-time adaptability of autonomous communication networks, and the limitations of current AI models under battlefield conditions. Finally, we discuss emerging trends in self-healing networks, AI-augmented decision support systems, and intelligent spectrum allocation. We provide a structured roadmap for future AI-driven defense communications and networking research.
- Abstract（参考訳）: 軍事通信とネットワークにおける人工知能(AI)の統合は、現代の防衛戦略を変革し、セキュアなデータ交換、リアルタイムの状況認識、そして自律的な意思決定を可能にしている。
このサーベイは、AI駆動技術が戦術通信ネットワーク、レーダーベースのデータ伝送、UAV支援リレーシステム、電子戦時弾力性をどのように改善するかを調査する。
この研究は、適応信号処理、ネットワーク最適化のためのマルチエージェント調整、レーダー支援目標追跡、AI駆動型電子対策におけるAI応用を強調している。
本研究は,新しい3基準評価手法について紹介する。
一般的なシステム目標、軍事領域における通信制約、重要な戦術的環境要因に基づいて、AI応用を体系的に評価する。
我々は、多ドメインネットワークの相互運用性や、軍事運用における分散データ情報の融合に応用された、さまざまなタイプの学習のための主要なAI技術を分析する。
また、敵AIの脅威、自律的な通信ネットワークのリアルタイム適応性、戦場環境下での現在のAIモデルの制限といった課題にも対処しています。
最後に、自己修復ネットワーク、AIによる意思決定支援システム、インテリジェントスペクトル割り当ての新興動向について論じる。
我々は、将来のAIによる防衛コミュニケーションとネットワーク研究のための構造化されたロードマップを提供する。
関連論文リスト
- Generative AI-driven Cross-layer Covert Communication: Fundamentals, Framework and Case Study [62.5909195375364]
規制上の課題を軽減する効果的な戦略として、層間被覆通信機構が出現する。
生成人工知能(GenAI)を用いたエンドツーエンドのクロス層通信方式を提案する。
拡散強化学習を用いて, 層間安全な通信のクラウドエッジインターネットを構築するケーススタディを行った。
論文 参考訳（メタデータ） (2025-01-19T15:05:03Z) - Leveraging Edge Intelligence and LLMs to Advance 6G-Enabled Internet of Automated Defense Vehicles [6.294884163829944]
この研究は、重要な防衛アプリケーションにおいて、これらの技術の潜在能力をフルに実現しようとするビジョンによって、機会と課題を提示する。
6Gの出現は、IoMDT(Internet of Military Defense Things)の領域内でのIoADV(Internet of Automated Defense Vehicles)の概念を強化する。
論文 参考訳（メタデータ） (2024-12-28T23:07:25Z) - Rethinking Strategic Mechanism Design In The Age Of Large Language Models: New Directions For Communication Systems [1.0468715529145969]
本稿では,大規模言語モデル(LLM)の通信ネットワークにおける特定の目的のための戦略機構設計への応用について検討する。
目的仕様から最終定式化まで,戦略機構設計プロセスの自動化あるいは半自動化にLLMを活用することを提案する。
論文 参考訳（メタデータ） (2024-11-30T14:32:48Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - 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) - A Comprehensive Study on Artificial Intelligence Algorithms to Implement
Safety Using Communication Technologies [1.2710179245406195]
この研究は、異なるコミュニケーション技術を使用するAIベースの安全ソリューションの現状を包括的に把握することを目的としている。
その結果、安全を実装するためにAIとコミュニケーションを最も活用しているのは自動車ドメインであることが示された。
携帯電話以外の通信技術の利用が主流であるが、2020年からは5G技術の展開に伴い、携帯電話通信の利用が急速に増加する傾向が観察されている。
論文 参考訳（メタデータ） (2022-05-17T14:38:38Z) - Edge Artificial Intelligence for 6G: Vision, Enabling Technologies, and
Applications [39.223546118441476]
6Gはワイヤレスの進化を「コネクテッドモノ」から「コネクテッドインテリジェンス」に変革する
ディープラーニングとビッグデータ分析に基づくAIシステムは、膨大な計算と通信資源を必要とする。
エッジAIは、センサー、通信、計算、インテリジェンスをシームレスに統合する6Gの破壊的技術として際立っている。
論文 参考訳（メタデータ） (2021-11-24T11:47:16Z) - Pervasive AI for IoT Applications: Resource-efficient Distributed
Artificial Intelligence [45.076180487387575]
人工知能(AI)は、さまざまなモノのインターネット(IoT)アプリケーションやサービスにおいて大きなブレークスルーを目の当たりにした。
これは、感覚データへの容易なアクセスと、リアルタイムデータストリームのゼッタバイト(ZB)を生成する広帯域/ユビキタスデバイスの巨大なスケールによって駆動される。
広範コンピューティングと人工知能の合流により、Pervasive AIはユビキタスIoTシステムの役割を拡大した。
論文 参考訳（メタデータ） (2021-05-04T23:42:06Z) - Path Design and Resource Management for NOMA enhanced Indoor Intelligent
Robots [58.980293789967575]
通信可能な屋内知的ロボット(IR)サービスフレームワークを提案する。
室内レイアウトとチャネル状態を決定論的に記述できるレゴモデリング手法が提案されている。
調査対象の無線マップは、強化学習エージェントを訓練するための仮想環境として呼び出される。
論文 参考訳（メタデータ） (2020-11-23T21:45:01Z) - Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。
人工知能(AI)は近年急速に成長し、成功している。
UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
論文 参考訳（メタデータ） (2020-09-24T07:11:31Z) - Artificial Intelligence Aided Next-Generation Networks Relying on UAVs [140.42435857856455]
動的環境において,人工知能(AI)による無人航空機(UAV)による次世代ネットワーク支援が提案されている。
AI対応のUAV支援無線ネットワーク(UAWN)では、複数のUAVが航空基地局として使用され、ダイナミックな環境に迅速に適応することができる。
AIフレームワークの利点として、従来のUAWNのいくつかの課題が回避され、ネットワークパフォーマンスが向上し、信頼性が向上し、アジャイル適応性が向上する。
論文 参考訳（メタデータ） (2020-01-28T15:10:22Z)
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。