MétaCan
Menu
Retour à la cohorte
Enregistrement W2915791868 · doi:10.24868/issn.2515-818x.2018.029

Impact of Flinch Technology on Damage Control and Survivability

2018· article· en· W2915791868 sur OpenAlexaff
R Sahie-Pour, Dina Berenbaum

Notice bibliographique

RevueConference Proceedings of INEC · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueMobile Agent-Based Network Management
Établissements canadiensUniversité du Québec
Organismes subventionnairesnon disponible
Mots-clésSituation awarenessSurvivabilityComputer securityControl (management)Systems engineeringBattleVulnerability (computing)EngineeringControl systemCommand and controlComputer scienceRisk analysis (engineering)TelecommunicationsReliability engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

When a mission critical naval vessel is operating in dangerous waters or in battle, amongst other things, the success of its mission is a measure of capability and availability of its Weapon Systems, Combat and Communications Systems, Battle Damage Control System (BDCS) and Situational Awareness, as well as, its ability to recover from unplanned incidents. The next Generation Integrated Platform Management Systems (IPMS) for Autonomous Ships with much reduced manning, dictates special considerations for autonomous control systems across the ship support systems and beyond without need for man-in-the-loop for decision making. This entails detailed analysis, vulnerability and recoverability assessments during target ship’s basic design and the application of Artificial Intelligence (AI) where available. The optimum strategy involves consideration of distributed smart agent based control and monitoring systems that shall react rapidly to changes in operational demands and incidents without the need for man-in-the-loop, creating BDCS dynamic kill cards across ship subsystems and, extending the IPMS BDCS capabilities to Combat Management. The above gives rise to consideration of “Flinch Technology (FT)” [7]. It implies distributed smart agent based control systems that instinctively reacts to incidents for fast recoverability in the event of damage to supervisory control system (i.e. IPMS) and its related data communication network. This paper addresses the benefits that might be gained as a result of consideration of smart agent based control systems with no manin-the loop involvement for decision making. Such technology solutions, empowered by Artificial Intelligence (AI) could be adopted in the future Autonomous Combatant Ships.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConference Proceedings of INECMême sujetMobile Agent-Based Network ManagementTravaux en français237 207