Акустичне розпізнавання безпілотних літальних апаратів: обмеження нейромережевих моделей та вимоги до перевірки їх точності
Завантаження...
Файли
Дата
Автори
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
Проаналізовано методологічні обмеження акустичного розпізнавання безпілотних літальних апаратів із використанням нейронних мереж. Систематизовано джерела похибок і запропоновано вимоги до формування вибірок, незалежного тестування та представлення показників якості. Робота має оглядово-методичний характер і не містить результатів власного експериментального навчання моделей.
The methodological limitations of neural-network-based acoustic recognition of unmanned aerial vehicles are analyzed. Sources of classification errors are systematized, and requirements for dataset construction, independent testing, and reporting of performance metrics are proposed. This methodological review does not claim results from original model-training experiments.
The methodological limitations of neural-network-based acoustic recognition of unmanned aerial vehicles are analyzed. Sources of classification errors are systematized, and requirements for dataset construction, independent testing, and reporting of performance metrics are proposed. This methodological review does not claim results from original model-training experiments.
Опис
Ключові слова
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Кравець Т. М. Акустичне розпізнавання безпілотних літальних апаратів: обмеження нейромережевих моделей та вимоги до перевірки їх точності // VІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30758.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (1)
- Machine learning algorithms applied for drone detection and classification: benefits and challenges. Frontiers in Communications and Networks. 2024. DOI: 10.3389/frcmn.2024.1440727. Advances and Challenges in Drone Detection and Classification Techniques: A State-ofthe-Art Review. Sensors. 2024. Vol. 24, no. 1. Art. 125. DOI: 10.3390/s24010125. Kmmritz S. The Sound of Surveillance: Enhancing Machine Learning-Driven Drone Detection with Advanced Acoustic Augmentation. Drones. 2024. Vol. 8, no. 3. Art. 105. DOI: 10.3390/drones8030105. UAV Detection and Tracking in Urban Environments Using Passive Sensors: A Survey. Applied Sciences. 2023. Vol. 13, no. 20. Art. 11320. DOI: 10.3390/app132011320.