简 介

.       本报告介绍了两个案例研究,重点是神经网络的预测和分类能力,以及利用此类能力改进交会评估。作者发现,与传统流程相比,贝叶斯神经网络在最有可能与基于风险的太空域感知决策相关的指标上实现了适当的性能权衡,与标准神经网络相比,在某些指标上表现更优。
.       本书原文发布于2024年9月30日,译文发布于2024年11月18日。
.       译文全文共计40千字。
.       定价:550元。

目 录

关于本报告

兰德空军项目部

致谢

摘要

S.1  问题

S.2  研究方法

S.3  主要发现

S.4  建议

第1章  太空域感知任务概述

1.1  太空指挥与控制

1.1.1  太空域感知的历史背景

1.1.2  关键的太空域感知组织和系统

1.1.3  传感器任务分配

1.1.4  轨道确定

1.1.5  不确定性测量

1.1.6  简化一般扰动传播

1.1.7  特殊扰动传播

1.2  交会评估流程

1.3  未来数据架构的不确定性

第2章  人工智能和机器学习概述

2.1  当前在太空域感知领域应用人工智能/机器学习技术的努力

2.2  两个案例研究选择

2.3  神经网络架构

2.3.1  标准神经网络

2.3.2  贝叶斯神经网络

2.4  不确定性管理

2.5  模型评估

2.6  小结

第3章  椭圆筛选流程工具

3.1  椭圆筛选工作流程说明

3.2  数据生成

3.3  模型架构

3.4  模型输出和后处理

3.5  执行方面的挑战和今后的工作

3.6  小结

第4章  轨道状态传播器

4.1  协方差传播工作流程说明

4.2  数据生成

4.3  模型架构

4.4  模型性能

4.4.1   标准神经网络

4.4.2  贝叶斯神经网络

4.4.3  性能总结

4.5  贝叶斯神经网络的其他特征

4.5.1  分布外检测

4.5.2  主动学习

4.6  操作框架

4.6.1  递归传播

4.6.2  灵活时间步长模型

4.7  执行方面的挑战和今后的工作

4.8  小结

第5章  结论

5.1  主要发现

5.2  建议

缩略语

参考文献

部分内容预览


定价:550元

联系我们

购置资料                  老师:13165589228(微信同)

检索/翻译                 梁老师:13011583019(微信同)

定制报告                  蔡老师:13068796075(微信同)

北京分公司联系人     刘老师:18610862096(微信同)

 

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源