स्पेस फोर्स मिसाइल पार्सिंग में सहायता के लिए नॉर्थ्रॉप मशीन लर्निंग का उपयोग करता है

स्पेस फोर्स मिसाइल पार्सिंग में सहायता के लिए नॉर्थ्रॉप मशीन लर्निंग का उपयोग करता है

टाइम स्टैम्प: 25 जनवरी, 2024 सुबह 9:40 बजे
स्रोत नोड: 3084130

वॉशिंगटन - नॉर्थ्रॉप ग्रुम्मन एक ऐसा सॉफ्टवेयर विकसित कर रहा है जो पैटर्न-पहचान क्षमताओं पर भरोसा करके दुनिया भर में मिसाइल प्रक्षेपणों की खोज, वर्गीकरण और निगरानी की उच्च जोखिम वाली प्रक्रिया को सरल बना सकता है।

रक्षा कंपनी यूएस स्पेस फोर्स के लिए मशीन लर्निंग का उपयोग करके फॉल्स ट्रैक रिडक्शन को परिष्कृत करने की प्रक्रिया में है, जिसकी डिलीवरी 2025 की शुरुआत में होने की उम्मीद है। अंतरिक्ष-आधारित इन्फ्रारेड प्रणाली कार्यक्रम, या एसबीआईआरएस, और अन्य ओवरहेड लगातार इन्फ्रारेड असाइनमेंट में संभावित अनुप्रयोग है।

अंतरिक्ष बल के कर्मी हर महीने हजारों संभावित मिसाइल घटनाओं पर नज़र रखते हैं और उन्हें झूठे अलार्म से जूझना पड़ता है। बढ़ती नाजुक जासूसी प्रौद्योगिकियाँ, बढ़ते उपग्रह, लगातार विकसित हो रहे हथियार और विदेशों में सैन्य भड़कना पहले से ही जटिल प्रक्रिया को बढ़ा सकते हैं।

नॉर्थ्रॉप की पेशकश को आसान बनाने के लिए डिज़ाइन किया गया है सूचना हिमस्खलन कंपनी के मिशन शोषण उद्यम के निदेशक जॉन स्टेंगल के अनुसार, विश्लेषकों को इस बात का विश्लेषण करना पड़ता है कि वास्तविक लॉन्च या आउटबाउंड प्रोजेक्टाइल क्या नहीं हो सकता है, साथ ही, यह सुनिश्चित करना है कि कोई "वास्तविक घटना या वास्तविक मिसाइल" अनुचित तरीके से क्रमबद्ध न हो।

“जैसे-जैसे सेंसर बेहतर होते जाते हैं - जैसे-जैसे अंतरिक्ष में सेंसर बेहतर होते जाते हैं - वे अधिक संवेदनशील होते जाते हैं। जैसे-जैसे सेंसर अधिक संवेदनशील होते जाते हैं, हमें उतने ही अधिक झूठे ट्रैक मिलते हैं,'' स्टेंगल ने C4ISRNET के साथ एक साक्षात्कार में कहा। "लूप में मानव की मदद करने के लिए मशीन लर्निंग का लाभ उठाने की क्षमता होना, इसलिए बोलना, अपना काम करना बिल्कुल महत्वपूर्ण हो जाना है।"

संबंधित

मशीन लर्निंग का उपयोग करके फॉल्स ट्रैक रिडक्शन को वास्तविक दुनिया के डेटा पर प्रशिक्षित किया जाता है और इसे विदेशी सेनाओं के रूप में संशोधित किया जा सकता है अपने संबंधित शस्त्रागार को आगे बढ़ाएं. सिस्टम उपयोगकर्ताओं द्वारा आगे के निरीक्षण के लिए वस्तुओं का पता लगाने और उन्हें चिह्नित करने के लिए, जिसे स्टेंगल प्रोफाइल कहते हैं, या गति, आकार और ऊंचाई जैसी सिद्ध विशेषताओं का उपयोग करता है।

"सिस्टम जो करने जा रहा है वह कहता है: 'अरे, यह एक वास्तविक मिसाइल की तरह प्रतीत नहीं होता है, लेकिन मैं इसे ऑपरेटर, लूप में मौजूद मानव, को यह सुनिश्चित करने और निर्णय लेने के लिए पेश करने जा रहा हूं, ''स्टेंगल ने कहा।

उन्होंने कहा, "जैसा कि दुनिया के विभिन्न देश संशोधित या समायोजित करते हैं या नई हथियार प्रणालियों के साथ आते हैं, हमें उन्हें लेना होगा और उन्हें प्रशिक्षण परिदृश्यों में जोड़ना होगा, ताकि सिस्टम को इसके बारे में पता चले, नवीनतम और महानतम हो।" “मैंने इन परिदृश्यों में मानव की जगह लेने के बारे में कभी नहीं सुना है। यह है सहायता करने के बारे में सब कुछ".

रक्षा विभाग वर्षों से युद्धक्षेत्र की सूचनाओं को तेजी से छांटने के लिए कृत्रिम बुद्धिमत्ता और मशीन लर्निंग को महत्वपूर्ण मानता रहा है। इसका कार्यान्वयन गति और प्रसार प्राप्त कर रहा है; सरकारी जवाबदेही कार्यालय के अनुसार, विभाग 685 से अधिक एआई-संबंधित परियोजनाओं पर काम कर रहा है, जिनमें प्रमुख हथियार प्रणालियों से जुड़ी कई परियोजनाएं भी शामिल हैं।

C4ISRNET रिपोर्टर कर्टनी एल्बॉन ने इस लेख में योगदान दिया।

कॉलिन डेमरेस्ट C4ISRNET में एक रिपोर्टर हैं, जहां वे सैन्य नेटवर्क, साइबर और आईटी को कवर करते हैं। कॉलिन ने पहले दक्षिण कैरोलिना में एक दैनिक समाचार पत्र के लिए ऊर्जा विभाग और उसके राष्ट्रीय परमाणु सुरक्षा प्रशासन - अर्थात् शीत युद्ध सफाई और परमाणु हथियार विकास - को कवर किया था। कॉलिन एक पुरस्कार विजेता फोटोग्राफर भी हैं।

समय टिकट:

से अधिक रक्षा समाचार अंतरिक्ष