空军将向业界介绍利用机器学习识别海洋目标的战斗项目
作者：John Keller
俄亥俄州赖特-帕特森空军基地 –美国空军研究人员将于下个月向业界介绍两项旨在定位和识别的举措海洋目标来自卫星和飞机图像；并改进预测性空对空战斗识别。
空军研究实验室传感器局的官员将向业界介绍即将推出的用于场景感知识别和定位的海上自动摄取（MAINSAIL）；以及空中目标优化和自主活动（ATOMATA）计划。
2月份的简报会
行业简报将于上午 9 点至下午 4 点举行。于 2025 年 2 月 11 日至 12 日在俄亥俄州代顿赖特-帕特森空军基地 B 区，600 号航电圆环 2241 号举行。
MAINSAIL 专注于提升海域感知能力，通过开发增强海域感知的新技术，帮助识别和定位空中资产图像中的海上目标。
相关：分析来自数千个浮动传感器的数据是 DARPA 物联网海洋项目第二阶段的目标
与此同时，AUTOMATA 专注于改进空对空战斗识别使用现有的联合多传感器自动战斗识别（JMAC）算法来提高性能，重点是在分布式传感器操作中使用预测进行传感操作。
MAINSAIL 寻求使用机器学习以及用于光电和合成孔径雷达图像的自动目标识别模型；识别非图像信息以限制预测的未来位置；用现代数据结构表示有关目标的知识；并将自动目标识别与数据关联起来，以识别过去的位置并预测未来的位置。
预测传感
ATOMATA专注于利用跟踪、轨迹关联和传感器资源管理算法进行预测的传感操作；分布式操作的选项和每个选项的特性；跟踪和传感器资源的战斗识别性能；附加传感器和功能；以及其他平台和几何形状。
该项目还寻求利用多平台、多传感器闭环跟踪和传感器管理算法开发的方法；传感器开发测试、建模和仿真的性能评估。
相关：海军研究人员利用德雷珀实验室开发无人水下作战机器自主技术
简报会在秘密安全级别进行。在线回复行业简报：https://einvitations.afit.edu/inv/index.cfm?i=938213&k=0B624A0B7A54。
通过电子邮件将问题或疑虑发送给 MAINSAIL 项目经理 Jacob Pritchard，地址为[电子邮件受保护];或联系 AUTOMATA 项目经理 Alistair Hildenbrandt，网址：[电子邮件受保护]。
更多信息请访问：https://sam.gov/opp/f581d3f9d4854cdf9169c9581d7c767e/view。.
关于《空军将向业界介绍利用机器学习识别海洋目标的战斗项目》的评论
暂无评论