0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

軍事預(yù)測面臨諸多現(xiàn)實(shí)問題,大數(shù)據(jù)技術(shù)提供科學(xué)預(yù)測方法

如意 ? 來源:解放軍報(bào) ? 作者:白承森,沈壽林 ? 2020-09-28 15:45 ? 次閱讀

信息時(shí)代,戰(zhàn)爭迷霧已經(jīng)由過去的無信息、少信息變成了現(xiàn)在的假信息、多信息。

大數(shù)據(jù)技術(shù)能夠?qū)④娛禄顒?dòng)中產(chǎn)生的大量關(guān)聯(lián)數(shù)據(jù)進(jìn)行相關(guān)關(guān)系分析,從中發(fā)現(xiàn)和掌握作戰(zhàn)行動(dòng)中的規(guī)律,進(jìn)行科學(xué)“研判”和“預(yù)測”,甚至拓展到“現(xiàn)測”。

大數(shù)據(jù),是指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合,是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。軍事預(yù)測,是在掌握軍事發(fā)展規(guī)律的基礎(chǔ)上,對戰(zhàn)爭和軍隊(duì)建設(shè)等未來或未知方面作出的推測、判斷和估計(jì)。隨著大數(shù)據(jù)時(shí)代的到來,軍事預(yù)測與信息聯(lián)系更為密切,因?yàn)閿?shù)據(jù)是未來戰(zhàn)爭的重要資源,誰能擁有和掌控?cái)?shù)據(jù),誰就能奪取戰(zhàn)場主動(dòng)權(quán)??梢哉f,大數(shù)據(jù)為軍事預(yù)測插上了隱形翅膀,這對于提升指揮員的決策與籌劃能力具有重要意義。

軍事預(yù)測面臨諸多現(xiàn)實(shí)問題

過去的戰(zhàn)爭有人形容是“迷霧重重”,而現(xiàn)代戰(zhàn)爭的迷霧也并未消散。信息時(shí)代,戰(zhàn)爭迷霧已經(jīng)由過去的無信息、少信息變成了現(xiàn)在的假信息、多信息,軍事預(yù)測面臨諸多新難題。首先,軍事活動(dòng)特別是作戰(zhàn)過程中產(chǎn)生的數(shù)據(jù)具有規(guī)模巨大、類型多樣、價(jià)值密度低、時(shí)效性強(qiáng)等特征,而傳統(tǒng)數(shù)據(jù)處理方法難以甚至無法在一定時(shí)限內(nèi)完成數(shù)據(jù)的采集、預(yù)處理、分析、可視化以及應(yīng)用等任務(wù)。其次,作戰(zhàn)中指揮員及指揮機(jī)關(guān)需要對作戰(zhàn)行動(dòng)的進(jìn)程、戰(zhàn)場態(tài)勢變化、結(jié)局,敵我雙方可能使用的兵力兵器、作戰(zhàn)部署、作戰(zhàn)原則和具體戰(zhàn)法,作戰(zhàn)損失、彈藥及物資器材消耗結(jié)果進(jìn)行預(yù)測,而傳統(tǒng)的數(shù)據(jù)分析方法大多基于經(jīng)驗(yàn)估算、邏輯推理等因果關(guān)系之上,難以對實(shí)時(shí)、基于相關(guān)關(guān)系的數(shù)據(jù)進(jìn)行分析和預(yù)測。再次,信息化作戰(zhàn)偵察、指揮、控制、打擊、保障、評估融為一體,指揮決策涉及內(nèi)容多、周期短、難度大,基于傳統(tǒng)決策方法的小樣本數(shù)據(jù)無法完成快速精準(zhǔn)指揮決策、高效敏捷地持續(xù)控制以及諸軍兵種相互協(xié)同等任務(wù)。

大數(shù)據(jù)技術(shù)提供科學(xué)預(yù)測方法

大數(shù)據(jù)預(yù)測是大數(shù)據(jù)技術(shù)最重要的應(yīng)用。軍事預(yù)測問題中,大數(shù)據(jù)技術(shù)能夠?qū)④娛禄顒?dòng)中產(chǎn)生的大量關(guān)聯(lián)數(shù)據(jù)進(jìn)行相關(guān)關(guān)系分析,從中發(fā)現(xiàn)和掌握作戰(zhàn)行動(dòng)中的規(guī)律,進(jìn)行科學(xué)“研判”和“預(yù)測”,甚至拓展到“現(xiàn)測”。最基本的預(yù)測方法是數(shù)學(xué)模型預(yù)測法,它主要通過對獲取的各種數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析,采用不同的定量化途徑建立起與預(yù)測目的相適應(yīng)、反映事物內(nèi)部聯(lián)系的數(shù)學(xué)模型。首先,明確預(yù)測目標(biāo),搜集、分析與軍事預(yù)測問題相關(guān)的數(shù)據(jù)信息和影響因素,厘清各因素之間的關(guān)系,進(jìn)行定量化處理,明確模型的輸入輸出參數(shù)。其次,對該類軍事預(yù)測問題相關(guān)的歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,借助分析和處理大數(shù)據(jù)的軟件等工具,構(gòu)建相應(yīng)的數(shù)學(xué)模型,并進(jìn)行誤差分析。最后,將大數(shù)據(jù)分析處理后的、用于預(yù)測的數(shù)據(jù),代入模型中進(jìn)行運(yùn)算,得出相應(yīng)的結(jié)果。時(shí)間序列預(yù)測、統(tǒng)計(jì)回歸預(yù)測、神經(jīng)網(wǎng)絡(luò)預(yù)測等方法,都是在數(shù)學(xué)模型預(yù)測法的基礎(chǔ)上,針對不同類型的軍事問題提出的預(yù)測分析新方法。當(dāng)然,基于大數(shù)據(jù)的軍事預(yù)測,離不開大數(shù)據(jù)分析與挖掘等先進(jìn)技術(shù)的支撐。作戰(zhàn)中產(chǎn)生的海量數(shù)據(jù),需要使用包括量子計(jì)算機(jī)在內(nèi)的各種高性能設(shè)備進(jìn)行智能計(jì)算,依此來輔助指揮員尋找隱藏在數(shù)據(jù)海洋里的重要關(guān)聯(lián)信息,以便快速捕獲有價(jià)值的數(shù)據(jù)并形成預(yù)測結(jié)論,為指揮員定下決心、形成決策方案提供基本遵循。在美國大數(shù)據(jù)研發(fā)計(jì)劃中,有一個(gè)與作戰(zhàn)預(yù)測緊密相關(guān)的“洞悉計(jì)劃”項(xiàng)目,其目的在于開發(fā)一種資源管理系統(tǒng),通過分析圖像、非圖像等數(shù)據(jù)的相關(guān)信息,自動(dòng)識別網(wǎng)絡(luò)威脅和非常規(guī)的網(wǎng)絡(luò)攻擊行為,進(jìn)而實(shí)現(xiàn)對時(shí)間敏感的潛在威脅進(jìn)行分析和預(yù)測。

大數(shù)據(jù)技術(shù)提升軍事預(yù)測精確性

大數(shù)據(jù)與云計(jì)算、人工智能技術(shù)深度融合,將極大程度地提高軍事預(yù)測的精確性和作戰(zhàn)決策的科學(xué)性。

預(yù)測作戰(zhàn)行動(dòng)、戰(zhàn)場態(tài)勢變化及結(jié)果。隨著武器裝備信息化程度的不斷提高,具備自動(dòng)采集、處理功能的智能化裝備將逐漸遍布作戰(zhàn)區(qū)域,這些設(shè)備會(huì)源源不斷地為作戰(zhàn)預(yù)測提供數(shù)據(jù)資源,這將有利于發(fā)揮大數(shù)據(jù)研判優(yōu)勢,更好地對作戰(zhàn)行動(dòng)的進(jìn)程、戰(zhàn)場態(tài)勢變化,以及敵我雙方可能使用的兵力兵器和戰(zhàn)法進(jìn)行預(yù)測。

預(yù)測作戰(zhàn)消耗、傷亡及戰(zhàn)損情況。俗話說:“兵馬未動(dòng),糧草先行?!被诖髷?shù)據(jù)的作戰(zhàn)預(yù)測模型,可以借助人工智能、云計(jì)算等新技術(shù)監(jiān)測人員、裝備實(shí)時(shí)狀況,并考慮不同作戰(zhàn)對象、作戰(zhàn)樣式、作戰(zhàn)強(qiáng)度等條件的影響,準(zhǔn)確科學(xué)預(yù)測部隊(duì)遂行作戰(zhàn)任務(wù)的人員傷亡率、武器裝備損失率以及各類彈藥、油料、給養(yǎng)、被裝、衛(wèi)勤、日用品等物資的消耗量。這是提高后裝保障效益,滿足作戰(zhàn)需求、維持戰(zhàn)斗力和打贏戰(zhàn)爭的重要保證。

評估軍事訓(xùn)練水平。利用便捷的可穿戴設(shè)備、物聯(lián)網(wǎng)及智能終端,可以記錄官兵訓(xùn)練過程中的“一舉一動(dòng)”,這些數(shù)據(jù)通過分析整理,可以指導(dǎo)部隊(duì)完善訓(xùn)練內(nèi)容和方式方法,通過綜合分析訓(xùn)練行為,實(shí)現(xiàn)動(dòng)態(tài)優(yōu)化訓(xùn)練計(jì)劃、過程以及自動(dòng)評估訓(xùn)練效果,并提出個(gè)性化的訓(xùn)練方案,以便提升部隊(duì)軍事訓(xùn)練效益。

網(wǎng)絡(luò)安全風(fēng)險(xiǎn)預(yù)測。未來的作戰(zhàn)體系,是在有線、無線并存的網(wǎng)絡(luò)環(huán)境中運(yùn)行的,敵方會(huì)想方設(shè)法入侵我方網(wǎng)絡(luò),從中獲取、占用甚至非法篡改有用的數(shù)據(jù)和信息。構(gòu)建基于大數(shù)據(jù)的網(wǎng)絡(luò)入侵信息監(jiān)測模型,有利于提高網(wǎng)絡(luò)入侵檢測的準(zhǔn)確性,從而提升數(shù)據(jù)安全和網(wǎng)絡(luò)安全等保障能力。
責(zé)編AJX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏

    評論

    相關(guān)推薦

    NVIDIA預(yù)測2025年AI行業(yè)發(fā)展

    NVIDIA 加速計(jì)算、數(shù)據(jù)科學(xué)和研究領(lǐng)域?qū)<?b class='flag-5'>預(yù)測,多模態(tài)模型將推動(dòng)行業(yè)創(chuàng)新和效率提升。
    的頭像 發(fā)表于 12-18 13:49 ?348次閱讀

    一種創(chuàng)新的動(dòng)態(tài)軌跡預(yù)測方法

    本文提出了一種動(dòng)態(tài)軌跡預(yù)測方法,通過結(jié)合歷史幀和歷史預(yù)測結(jié)果來提高預(yù)測的穩(wěn)定性和準(zhǔn)確性。它引入了歷史預(yù)測注意力模塊,以編碼連續(xù)
    的頭像 發(fā)表于 10-28 14:34 ?475次閱讀
    一種創(chuàng)新的動(dòng)態(tài)軌跡<b class='flag-5'>預(yù)測</b><b class='flag-5'>方法</b>

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第6章人AI與能源科學(xué)讀后感

    探討了人工智能如何通過技術(shù)創(chuàng)新推動(dòng)能源科學(xué)的進(jìn)步,為未來的可持續(xù)發(fā)展提供了強(qiáng)大的支持。 首先,書中通過深入淺出的語言,介紹了人工智能在能源領(lǐng)域的基本概念和技術(shù)原理。這使得我對人工智能在
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第4章-AI與生命科學(xué)讀后感

    研究的深入發(fā)展。 3. 挑戰(zhàn)與機(jī)遇并存 盡管AI在生命科學(xué)領(lǐng)域取得了顯著的成果,但也面臨諸多挑戰(zhàn)。例如,數(shù)據(jù)隱私、算法偏見、倫理道德等問題都需要我們認(rèn)真思考和解決。同時(shí),如何更好地將
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    的物理可信度,還為科學(xué)研究提供了新的視角和方法。 5. 挑戰(zhàn)與未來展望 第二章也提到了AI for Science面臨的挑戰(zhàn)和未來展望。盡管AI技術(shù)
    發(fā)表于 10-14 09:16

    大數(shù)據(jù)軍事方面的應(yīng)用

    決策支持:大數(shù)據(jù)技術(shù)為戰(zhàn)爭決策提供了全新的思路和工具。軍事機(jī)關(guān)指揮系統(tǒng)通過搜集和分析大量的戰(zhàn)場數(shù)據(jù),可以建立復(fù)雜的決策模型,快速分析敵我態(tài)
    的頭像 發(fā)表于 07-16 09:44 ?1162次閱讀

    matlab預(yù)測模型怎么用

    MATLAB預(yù)測模型是一種基于統(tǒng)計(jì)和數(shù)學(xué)方法預(yù)測工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、氣象、生物醫(yī)學(xué)等。本文將介紹MATLAB預(yù)測模型的使用方法
    的頭像 發(fā)表于 07-11 14:33 ?652次閱讀

    MATLAB預(yù)測模型哪個(gè)好

    在MATLAB中,預(yù)測模型的選擇取決于數(shù)據(jù)類型、問題復(fù)雜度和預(yù)測目標(biāo)。以下是一些常見的預(yù)測模型及其適用場景的介紹: 線性回歸(Linear Regression): 線性回歸是最基本的
    的頭像 發(fā)表于 07-11 14:31 ?450次閱讀

    arimagarch模型怎么預(yù)測

    ARIMA-GARCH模型是一種時(shí)間序列預(yù)測方法,它結(jié)合了自回歸積分滑動(dòng)平均(ARIMA)模型和廣義自回歸條件異方差(GARCH)模型。ARIMA模型用于捕捉時(shí)間序列的長期趨勢和季節(jié)性因素,而
    的頭像 發(fā)表于 07-09 10:22 ?541次閱讀

    更好的預(yù)測方法:使用前后控制圖

    無論您是否使用時(shí)間序列或不同的預(yù)測模型,在適當(dāng)?shù)那闆r下使用階段控制圖不僅有助于確定更好的數(shù)據(jù)集進(jìn)行預(yù)測,還有助于解釋預(yù)測是如何以及為什么產(chǎn)生的。
    的頭像 發(fā)表于 07-08 13:30 ?300次閱讀

    神經(jīng)網(wǎng)絡(luò)預(yù)測模型的構(gòu)建方法

    神經(jīng)網(wǎng)絡(luò)模型作為一種強(qiáng)大的預(yù)測工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、醫(yī)療、交通等。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)預(yù)測模型的構(gòu)建方法,包括模型設(shè)計(jì)、數(shù)據(jù)集準(zhǔn)備、模型訓(xùn)練、驗(yàn)證與評估等步驟,并附以代碼
    的頭像 發(fā)表于 07-05 17:41 ?737次閱讀

    名單公布!【書籍評測活動(dòng)NO.35】如何用「時(shí)間序列與機(jī)器學(xué)習(xí)」解鎖未來?

    設(shè)備的運(yùn)行狀況,生成各種維度的報(bào)告。 同時(shí),通過大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù),可以對業(yè)務(wù)進(jìn)行預(yù)測和預(yù)警,從而協(xié)助社會(huì)和企業(yè)進(jìn)行科學(xué)決策、降低成本并創(chuàng)造新的價(jià)值。 當(dāng)今時(shí)代,
    發(fā)表于 06-25 15:00

    虛擬現(xiàn)實(shí)技術(shù)軍事上的應(yīng)用有哪些

    智慧華盛恒輝虛擬現(xiàn)實(shí)技術(shù)軍事上的應(yīng)用廣泛而深入,以下是其應(yīng)用的詳細(xì)歸納和分點(diǎn)表示: 一、智慧華盛恒輝軍事訓(xùn)練與仿真 虛擬戰(zhàn)場訓(xùn)練:通過虛擬現(xiàn)實(shí)
    的頭像 發(fā)表于 06-23 10:38 ?1735次閱讀

    大數(shù)據(jù)軍事方面的應(yīng)用有哪些

    大數(shù)據(jù)技術(shù)為戰(zhàn)爭決策提供了全新的思路和工具。軍事機(jī)關(guān)指揮系統(tǒng)通過搜集和分析大量的戰(zhàn)場數(shù)據(jù),可以建立復(fù)雜的決策模型,快速分析敵我態(tài)勢,評估
    的頭像 發(fā)表于 06-23 10:34 ?1107次閱讀

    大數(shù)據(jù)軍事訓(xùn)練領(lǐng)域的應(yīng)用有哪些

    智慧華盛恒輝大數(shù)據(jù)軍事訓(xùn)練領(lǐng)域的應(yīng)用廣泛且深入,以下是具體的應(yīng)用點(diǎn)及其歸納: 智慧華盛恒輝個(gè)性化訓(xùn)練計(jì)劃: 通過收集和分析每個(gè)士兵的訓(xùn)練數(shù)據(jù),如射擊命中率、行軍速度、體能訓(xùn)練成績等,可以為每個(gè)士兵
    的頭像 發(fā)表于 06-23 10:21 ?693次閱讀