典型文献
深度学习研究及军事应用综述
文献摘要：
深度学习作为当前人工智能领域的研究热点之一,已经受到广泛关注.借助于强大的特征表示和学习能力,深度学习日益成为军事领域智能化发展的技术基础.首先结合深度学习的最新发展,指出深度学习的快速发展得益于理论的突破、计算机运算能力的显著提高和开源软件的广泛流行,着重梳理了目前主要的深度学习硬件平台和编程框架,并总结了各自的特点和研究进展;然后对深度学习在目标识别、态势感知、指挥决策等典型军事领域的应用和存在的不足进行了总结;最后,分析了深度学习军事应用面临的挑战,包括数据获取困难、处理不确定不完备信息和多域信息能力不足、精确度和实时性较低、可解释和可理解性不强等,并针对这些问题展望了未来可能的发展方向和趋势.
文献关键词：
深度学习;卷积神经网络;循环神经网络;自编码器;生成对抗网络;目标识别;态势感知;指挥决策
中图分类号：
作者姓名：
王晓丹;向前;李睿;来杰
作者机构：
空军工程大学防空反导学院,西安,710051;61932部队,北京,100089
文献出处：
引用格式：
[1]王晓丹;向前;李睿;来杰-.深度学习研究及军事应用综述)[J].空军工程大学学报,2022(01):1-11
A类：
B类：
学习研究,军事应用,应用综述,习作,人工智能领域,经受,借助于,特征表示,军事领域,智能化发展,技术基础,最新发展,机运,运算能力,开源软件,硬件平台,编程框架,目标识别,态势感知,指挥决策,习军,应用面,数据获取,不完备信息,多域,域信息,信息能力,可解释,可理解性,未来可能,循环神经网络,自编码器,生成对抗网络
AB值：
0.432265
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
