最近，美陆军研究实验室、宾夕法尼亚州立大学和IBM合作研发了一种工具，使陆军能够对当前及未来基于机器学习的应用的性能进行建模、表征和预测；可利用先进的分析为指挥、控制、通信、计算、情报监视与侦察（C4ISR）提供支持。同时，该研究取得成功得益于陆军实验室开展的10年之久的“网络科学合作技术联盟”。
一、研究背景
陆军研究实验室的Chan博士表示，鉴于人工智能和机器学习技术的快速进步和发展，目前深度学习方面的多数研究都是利用需要很多资源（如处理、能源和存储资源等）的设备或平台开展，商业应用也利用云开展一些复杂计算。因此，移动设备中这些算法的性能和资源需求存在着很多不确定性。
二、研究成果
该研究探究了智能手机等智能设备中的卷积神经网络如何用于各种应用，如目标探测、语言翻译和音频分类等，并描述了当前多种不同移动计算平台（包括智能手机和移动图形处理单元）中几种不同的常用深度学习算法，并对其性能进行表征。
研究人员表征了这些平台的运行时间、内存使用和能量使用等情况，开发了一种名为“预言者”的工具，能够预测未来移动设备上算法的性能和资源使用情况。了解这些应用/算法在平板电脑、头戴显示器和手持设备等移动设备上的情况对于边缘分析至关重要。
此外，该研究也显示了分析活动如何在移动设备上运行，以及这些操作如何利用其他能力更强的计算平台为复杂分析提供支持。研究人员表示，该研究发现了在移动设备和微云计算资源之间最佳的数据处理办法。
该研究成果最近发表于《IEEE移动计算汇刊》，名为“预言者：移动设备卷积网络资源需求建模”；以及《IEEE/ACM网络汇刊》，名为“网视：无线网络中的按需视频处理”。
三、研究意义
Chan表示，多域作战概念意味着各作战域之间内在相互关联，因此陆军必须了解并研发新技术与能力，以实现新的作战样式。例如，这就要求了解如何通过作战域之间的信息交换来执行多域指挥控制以及获得态势感知能力。陆军研究实验室在网络科学方面的研究进一步推动了这些先进能力的发展，可为陆军多域作战提供支持。
四、下一步计划
陆军实验室官员表示，今后陆军实验室将继续与未来司令部作战能力与发展司令部下属的C5ISR中心以及未来司令部未来与概念中心保持接触，更好地探讨该项研究成果的转化应用，以尽快地将先进能力交付作战人员。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/2141525.html