Artificial Intelligence in Explosive Ordnance Disposal Tasks – Opportunities Provided by Artificial Intelligence, Part 2
– A mesterséges intelligencia által nyújtott lehetőségek, 2. rész
Copyright (c) 2023 Ádám Balázs
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Abstract
The main goal of the four-part article series entitled Artificial Intelligence in EOD Tasks is to present the EOD Support Information System Based on Artificial Intelligence. In the second part of the series of articles, the basic concepts related to the topic of artificial intelligence are presented, as well as the most basic principles of the operation of the technology, knowledge of which greatly facilitates a more detailed understanding of the EOD Support Information System Based on Artificial Intelligence.
Keywords:
References
Artificial Intelligence Demystified (2016). Analytics Vidhya, 2016. december 23. Online: https://www.analyticsvidhya.com/blog/2016/12/artificial-intelligence-demystified/
Brownlee, Jason (2019): Difference Between Classification and Regression in Machine Learning. Machine Learning Mastery, 2019. május 22. Online: https://machinelearningmastery.com/classification-versus-regression-in-machine-learning/
Davidson, Leah (2019): Narrow vs. General AI: What’s Next for Artificial Intelligence? Springboard, 2019. augusztus 12. Online: https://www.springboard.com/blog/narrow-vs-general-ai
Dertat, Arden (2017): Applied Deep Learning – Part 4: Convolutional Neural Networks. Towards Data Science, 2017. november 8. Online: https://towardsdatascience.com/applied-deep-learning-part-4-convolutional-neural-networks-584bc134c1e2
Ember István – Kovács Zoltán (2020): Drones Above EOD Operators During Their Public Duty. In Beňovský, Marián (szerk.): Zborník prednášok trhacia technika 2020. Banská Bystrica: Slovenská spoločnosť pre trhacie a vŕtacie práce, 90–97. Online: http://download.sstvp.sk/Zbornik2020.pdf
Ember István – Kovács Zoltán (2022): Mini drónok lehetséges alkalmazása tűzszerész műveletekben. Haditechnika, 56(2), 18–23. Online: https://doi.org/10.23713/HT.56.2.04
Farkas Ádám et al. (2017): A Magyar Honvédség feladatai, szerepének és helyzetének jogi aspektusai a tömeges migráció kapcsán. In Tálas Péter (szerk.): Magyarország és a 2015-ös európai migrációs válság. Budapest: Dialóg Campus, 159–177. Online: https://tudasportal.uni-nke.hu/xmlui/bitstream/handle/20.500.12944/4949/Magyarország_és_a_2015-ös_európai_migrációs_válság.pdf?sequence=3&isAllowed=y
Fourtané, Susan (2019): The Three Types of Artificial Intelligence: Understanding AI. Interesting Engineering, 2019. augusztus 25. Online: https://interestingengineering.com/the-three-types-of-artificial-intelligence-understanding-ai
Jajal, Tannya D. (2018): Distinguishing Between Narrow AI, General AI and Super AI. Medium, 2018. május 21. Online: https://medium.com/@tjajal/distinguishing-between-narrow-ai-general-ai-and-super-ai-a4bc44172e22
Jones, M. Tim (2017): Models for Machine Learning. IBM Developer, 2017. december 4. Online: https://developer.ibm.com/articles/cc-models-machine-learning/
Kovács György (2015): Gyártásautomatizálás és robotika. Pécs: Pécsi Tudományegyetem Műszaki és Informatikai Kar. Online: https://docplayer.hu/23389675-Gyartasautomatizalas-es-robotika.html
Kovács Zoltán – Ember István (2021): Aknafelderítés légi eszközökkel. Műszaki Katonai Közlöny, 31(4), 5–20. Online: https://doi.org/10.32562/mkk.2021.4.1
Mészáros Tamás [é. n.]: Ágensek. Online: http://home.mit.bme.hu/~meszaros/edu/onallo/it/guth.97/
Mi a gépi tanulás? [é. n.]. Online: https://azure.microsoft.com/hu-hu/overview/what-is-machine-learning-platform/#benefits
Négyesi Imre (2017): A mesterséges intelligencia és a hadsereg I. Hadtudományi Szemle, 10(2), 23–34. Online: http://epa.oszk.hu/02400/02463/00035/pdf/EPA02463_hadtudomanyi_szemle_2017_2_023-034.pdf
Németh András – Virágh Krisztián (2022a): Mesterséges intelligencia és haderő – A mesterséges intelligencia fejlődéstörténete I. rész. Haditechnika, 56(1), 17–22. Online: https://doi.org/10.23713/HT.56.1.03
Németh András – Virágh Krisztián (2022b): Mesterséges intelligencia és haderő – A mesterséges intelligencia területei III. rész. Haditechnika, 56(3), 2–7. Online: https://doi.org/10.23713/HT.56.3.01
Németh András – Virágh Krisztián (2022c): Mesterséges intelligencia és haderő – A mesterséges intelligencia területei IV. rész. Haditechnika, 56(4), 2–6. Online: https://doi.org/10.23713/HT.56.4.01
Padányi József (2015): Műszaki zár a határon. Műszaki Katonai Közlöny, 25(3), 21–33. Online: https://folyoirat.ludovika.hu/index.php/mkk/article/view/2468/1740
Rajczy István (2019): Mesterséges intelligencia. Online: https://www.parlament.hu/documents/10181/1789217/Infojegyzet_2019_11_mesterseges_intelligencia.pdf/6ec90247-a26c-30ed-be63-c4e3f052b835
Russell, Stuart – Norvig, Peter (2010): Artificial Intelligence: A Modern Approach. Upper Saddle River: Prentice Hall.
Sharma, Vinod (2018): Machine Learning – Introduction to Unsupervised Learning. Vinod Sharma’s Blog, 2018. november 1.
Online: https://vinodsblog.com/2018/11/01/machine-learning-introduction-to-unsupervised-learning/
What Are Neural Networks? [é. n.]. Online: https://www.ibm.com/topics/neural-networks
What Is Deep Learning? 3 Things You Need to Know [é. n.]. Online: https://www.mathworks.com/discovery/deep-learning.html
What Is Machine Learning? A Definition. (2022). Expert.ai, 2022. március 14. Online: https://expertsystem.com/machine-learning-definition/