Підхід до оцінювання стану об'єктів на основі спільного використання поточних розвідувальних даних і попередньої інформації
DOI:
https://doi.org/10.33099/2311-7249/2023-46-1-83-88Ключові слова:
об'єкт інтересу, оцінювання стану, розвідувальні дані, апостеріорна інформація, модифіковане правило Байеса, теорія свідчень Демпстера-ШейфераАнотація
В сучасних умовах значна частина розвідувальних завдань вирішується шляхом комплексного оброблення даних, отриманих як технічними засобами розвідки, так й когнітивним (аналітичним) шляхом. Як правило, дані від різних типів джерел відрізняються надійністю, точністю, рівнем невизначеності, тобто є гетерогенними. Гетерогенність подібних даних утворює серйозну проблему при їх зведенні та комбінуванні. У статті запропоновано підхід до оцінювання стану об'єктів інтересу розвідки на основі комбінування ймовірнісних даних від різних типів розвідувальних джерел за допомогою модифікованого правила Байеса. Модифікація складається у тому, що часткові ймовірності стану об’єкта інтересу у відношенні правдоподібності розглядаються як випадкові змінні з бета-законом розподілу. В силу властивостей бета-розподілу таким чином значно поширюються можливості моделювання і обробки ймовірнісних даних від технічних засобів розвідки. Передбачається, що кожний технічний засіб розвідки містить у своєму складі зв’язані послідовно приймач, класифікатор і вирішальний блок. Приймач реєструє сигнали, що продукує об’єкт інтересу, ті сигнали обробляються, аналізуються і за підсумками формується відповідна часткова ймовірнісна байесівська оцінка. Для моделювання невизначеності ймовірнісних оцінок людини, заснованих на апостеріорній інформації, використовується інструментарій теорії свідчень Демпстера-Шейфера. Стисло розглянуто математичний інструментарій дослідження, після чого наведено суть запропонованого підходу. Наступними кроками дослідження мають бути технологізація розробленого підходу і розробка його програмного забезпечення.
Посилання
Humint, Commanders Guide to Human Intelligence: HANDBOOK. U.S. Army Intelligence Center of Excellence, 2012, № 12–17, 42 p.
Doctrine, JP 2-0 Joint Intelligence. Publ. of the U.S. Army, 22 October 2013. 144 p.
Ash R. B. Basic Probability Theory. New York: Dover Publications, 2008. 337 p.
Shafer G. A. Mathematical Theory of Evidence. Princeton: Princeton University Press, 1976. 297 p.
Krzystofowicz R., Long D. Fusion of Detection Probabilities and Comparison of Multisensor Systems. IEEE Transactions on Systems, Man, and Cybernetics: Systems. 1990. Vol. 20. № 3. P. 665–677. DOI: 10.1109/21.57281.
Krishnamoorthy K. Handbook of Statistical Distributions. Boca Raton, FL : Chapman & Hall / CRC, 2006. P. 195–206.
Smets Ph. Constructing the pignistic probability function in a context of uncertainty. In: Uncertainty in Artificial Intelligence / M. Henrion, J. F. Lemmer, L. N. Kanal, R. D. Shachter (Eds). Amsterdam : North Holland. Vol. 5. 1990. P. 29–39.
Daniel M. Probabilistic Transformations of Belief Functions / L. Godo (Ed.): ECSQARU 2005, LNAI 3571. Heidelberg: Springer-Verlag, 2005. P. 539–551.
Cobb B. R., Shenoy P. P. A comparison of methods for transforming belief functions models to probability models. In: Symbolic and quantitative approaches to reasoning with uncertainty (ECSQARU 2003); Lecture Notes in Artificial Intelligence – 2711. T.D. Nielsen, N.L. Zhang (Eds). Berlin : Springer-Verlag, 2003. P. 255–266.
Deng Z., Wang J. Conflicting evidence combination method based on evidence distance and belief entropy. 2020 IEEE International Conference on Networking, Sensing and Control (ICNSC). 2020. P. 1–6. DOI: 10.1109/ICNSC48988.2020.9238076.
Zhao Y. X., Jia R. F., Liu C. Transformation method of decision-making probability based on the certainty degree. Journal of Harbin Engineering University. 2015. Vol. 36. № 6. P. 801–804.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати як монографію), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
4. Персональні дані і метадані, які наводяться у статтях, надаються для їх зберігання і оброблення в різноманітних базах даних і інформаційних системах, включення їх в аналітичні і статистичні звітності, створення обгрунтованих взаємозв'язків об'єктів творів науки, літератури і мистецтва з персональними даними і т.п. на території, яка не обмежена.
