Изследователи от ВМС на PLA и Китайската държавна корабостроителна корпорация комбинираха физика с машинно обучение, за да научат торпедото да мисли, преди да удари.
Симулира профили на примамка с помощта на модели на колапс на мехурчета и турбулентност.
Обучи ИИ с генериращи състезателни мрежи (GAN) за прецизиране и откриване на акустични фалшификати.
Използва сонарен анализ с дълбоко обучение, преобразуващ сигнали в „спектрални миниатюри“ чрез математически инструмент, известен като трансформации на Фурие, който разгражда сложния сигнал на неговите основни градивни елементи.
Повишени нива на успех срещу усъвършенствани примамки от 61,3% до над 80%.
Новата система постигна 92,2% успеваемост при идентифицирането на истински подводници срещу примамки, показва докладът за команден контрол и симулация.