Spoluřešitelé:
Anotace:
Přehledové systémy jsou základní částí kritické infrastruktury pro zajištění bezpečnosti letového provozu pomocí vydávání měření a následného trackování cílů. Asociace dat v rámci trackování cílů řeší problém přiřazení měření k cíli. Pokud radar či jiný senzor vydá na výstup měření, je nutné určit, zda se jedná o nový cíl, falešné měření nebo existující cíl a případně, kterému cíli dané měření patří. V praxi se setkáváme se senzory, které na výstup vydávají měření pouze ve formě, kde není jasná identifikace a je nutné přiřazení řešit na základě pozice a obdobných veličin. Strojové učení v posledních letech získává značné pozornosti a to zejména z důvodu běžné dostupnosti vysokého výpočetního výkonu. Aplikace strojového učení na asociaci dat v rámci trackování cílů ještě nebyla dostatečně prozkoumána. Využití strojového učení pro zdokonalení asociačních metod, redukci kombinatorické exploze a snížení implementační složitosti představuje cestu, která by mohla tento obecný problém zjednodušit. Vylepšení asociace dat představuje nejen problematiku s velkým výzkumným potenciálem, ale také se širokou praktickou a průmyslovou využitelností.
Pracoviště:
Rok:
2022 - 2023
Program:
Studentská grantová soutěž ČVUT - SGS22/128/OHK2/2T/16