Publication
Impacto do Machine Learning nos Sistemas de Aquisição de Alvos da Artilharia Antiaérea
| datacite.subject.fos | Ciências Sociais::Outras Ciências Sociais | |
| dc.contributor.advisor | Maldonado , José Miguel Sequeira | |
| dc.contributor.author | Carvalho, Gregory António Portillo Dourado de | |
| dc.date.accessioned | 2025-11-12T08:30:12Z | |
| dc.date.available | 2025-11-12T08:30:12Z | |
| dc.date.issued | 2025-06-02 | |
| dc.description.abstract | A presente dissertação tem como objetivo analisar o impacto da aplicação do Machine Learning nos Sistemas de Aquisição de Alvos da Artilharia Antiaérea. Numa época marcada pela transformação digital e pelo surgimento de novas ameaças aéreas, como os Sistemas Aéreos Não Tripulados e mísseis hipersónicos, o uso de técnicas de ML representa uma oportunidade estratégica para aumentar a eficiência, precisão e tempo de resposta dos sistemas de defesa. O principal objetivo consistiu em avaliar o impacto da aprendizagem automática nos sistemas referidos, sendo definidos como objetivos específicos: identificar sistemas que já integram esta tecnologia, analisar as suas potencialidades e limitações, e aferir a sua aplicabilidade no contexto nacional. Para responder a estes objetivos, foi adotada uma metodologia de base mista, conjugando com uma análise comparativa entre algoritmos com e sem Machine Learning, desenvolvidos no software MatLab and Simulink e a realização de uma entrevista semiestruturada a um especialista do sector da empresa Thales Group. Os dados recolhidos foram tratados por via estatística. Os resultados obtidos evidenciam melhorias significativas ao nível da precisão na classificação de alvos, da previsão de trajetórias e da redução de falsos positivos. Contudo, foram também identificadas limitações, como a dependência de dados de alta qualidade e os requisitos computacionais elevados. Conclui-se que a aprendizagem automática representa uma ferramenta promissora para o reforço das capacidades da Artilharia Antiaérea, sendo a sua integração dependente da adequação tecnológica e da formação especializada dos operadores. | por |
| dc.identifier.tid | 204008840 | |
| dc.identifier.uri | http://hdl.handle.net/10400.26/59633 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | Machine Learning | |
| dc.subject | Artilharia Antiaérea | |
| dc.subject | Sistemas de Aquisição de Alvos | |
| dc.subject | Defesa Aérea | |
| dc.subject | Inteligência Artificial. | |
| dc.title | Impacto do Machine Learning nos Sistemas de Aquisição de Alvos da Artilharia Antiaérea | por |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.grantor | Academia Militar | |
| thesis.degree.name | Mestrado em Ciências Militares na Especialidade de Artilharia |