🛡️ ارتقای ایمنی سامانه‌های پیچیده با فریم‌ورک هوشمند PB-OEL

⚠️ هشدار به محققان: چرا دقت مدل‌های شناسایی پهپاد گاهی «واقعی» نیست؟

محققان در یک پژوهش جدید، فریم‌ورک نوآورانه «PB-OEL» را معرفی کرده‌اند که به طور ویژه برای ارزیابی ایمنی بلادرنگ در سیستم‌های دینامیکی پیچیده طراحی شده است.

یکی از چالش‌های بزرگ در سیستم‌های هوشمند، کمبود داده‌های دقیق (لیبل‌های ایمنی) و تغییرات شرایط محیطی (Concept Drift) است. این مدل جدید با استفاده از یک استراتژی یادگیری گروهی (Ensemble Learning) و تعریف دقیق ضمانت‌های عملکردی، اجازه می‌دهد مدل‌های پایه حتی از داده‌های طبقه‌بندی‌نشده هم درس بگیرند.

تست‌های انجام‌شده روی داده‌های واقعیِ زیردریایی‌های هدایت‌پذیر، نشان می‌دهد که این روش نه تنها بسیار دقیق است، بلکه در شرایطی که بازخوردها محدود هستند، عملکردی بسیار پایدارتر از مدل‌های فعلی ارائه می‌دهد. 🚀

منبع: arXiv Machine Learning