인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Real‐time missile identification using artificial intelligence (AI) is becoming a crucial element in modern warfare that can significantly affect the national air defense. In this study, a real‐time missile target identification (MTI) AI model is developed using step‐weighted long–short‐term memory networks based on a bit quantization scheme of the fabricated 1 kbit TiO x memristor array to classify five missile types: nonthreat (Non), field gun (FG), mortar (Mt), rocket (Rk), and rocket‐assisted projectile (RAP). To enhance accuracy and address dataset imbalance during training, data augmentation techniques are employed, including random trajectory rotation and Gaussian noise into the radar cross‐section, as well as introducing a custom loss function and dynamic learning rate (LR) to enhance early‐stage prediction and accelerate learning. Employing these strategies, the proposed MTI AI model achieves a 94.4% accuracy at 3.2 s in identifying Non class, while average accuracy for five classes is 94.4% at 12.8 s. The model exhibits ≈43.6% greater accuracy at 3.2 s than that of the conventional model, and the estimated false‐negative rate can be kept less than 2.5%. This MTI AI model can reduce the uncertainty of premature alerts for unidentified targets and exhibit superior detection capabilities for identifying and targeting missiles.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
