Как за секунды понять врага в небе ✎ экспресс

Оригинал: "An Evidential Reasoning Approach for Aerial Target Classification and Intent Prediction"
arXiv:2607.14606 · 2026-07-16 · arXiv non-exclusive · собственный разбор · 1 мин
Боевые алгоритмы учатся принимать решения по обрывкам данных, честно признавая неопределённость.

Пилоту в бою нужно мгновенно понять, что за объект и каковы его намерения. Обычные системы ждут полных радарных данных — всё равно что вратарь, который реагирует только после удара. Новый алгоритм работает как опытный вратарь: по первым движениям нападающего он предсказывает манёвр цели.

Алгоритм собирает отрывочные сигналы и постепенно уточняет вывод. Он не скрывает сомнений: при нехватке данных энтропия служит мерой неопределённости. Система честно сообщает: «Я не уверен» — как вратарь, который не прыгает туда, где мяча может и не быть.

В воздушном бою, как и в футболе, ложная уверенность смертельнее сомнения.

Намерения — атака или уклонение — выводят, суммируя сигналы во времени (как в фотометрии сливают воедино слабые вспышки). Испытания на восьми учебных целях дали точность 88% для типа и 93% для намерений, и это быстрее полного сбора данных. Примечательно: систему обучали на искусственных примерах — настоящие боевые записи засекречены.

Для обучения системы инженерам пришлось сгенерировать искусственные боевые сценарии — настоящие данные засекречены.

Учёные
Ludwig BoltzmannRudolf ClausiusJacob BekensteinStephen HawkingJames Clerk MaxwellEdward Witten
Понятия
эвиденциальные нейронные сети информационный критерий навык прогноза предсказание обучающие данные обучение вероятностный прогноз точность предсказаний машинное обучение объяснимый ИИ нейронные сети прогностического обучения случайный лес важность признаков априорное распределение распознавание речи принятие решений размеченные данные доверительный интервал время упреждения классификация