XTRACTIS pour la sécurité navale
détection acoustique de mines sous-marines
Benchmark vs. Régression Logistique, Forêts Aléatoires, Arbres Boostés et Réseaux de Neurones
Comment diagnostiquer automatiquement, efficacement et en toute transparence la présence de mines sous-marines à partir des échos sonar ?
Identifier les bandes de fréquence impliquées dans la détection des mines sous-marines et améliorer les connaissances en aidant le personnel de sous-marins et les experts en acoustique à comprendre les relations de cause à effet entre certaines bandes de fréquence, leur combinaison et la présence d’une mine.
Aider à la conception d’une “Oreille d’or” virtuelle (expert en acoustique sous-marine) fonctionnant 24/7/365 avec la même qualité de décision, ou à la conception par simulation de mines indétectables.
Aider la profession militaire à prendre une décision plus rapide et plus fiable, grâce à un processus de détection rapide, systématique et explicable, avec des capteurs limités.
Nous obtenons un modèle prédictif qui est à la fois :
Intelligible.
Un système de décision composé de 23 règles graduelles non chaînées, chacune utilisant certaines des 29 variables identifiées par XTRACTIS comme significatives.
Robuste.
Bonne performance sur le Test Externe.
Efficient & Operationnel.
Use Case 10/2022 (v2.2)
Résultats par
XTRACTIS® GENERATE 12.2.43406 (09/2022)
SOMMAIRE DU DOCUMENT
- Définition du problème
- Solution Xtractis
- Induction du Top-Modèle
- Prédictions pour 3 cas inconnus
- Benchmark des Top-Modèles
