机构名称：
¥ 1.0
课程名称：大规模运输和物流网络的人工智能模拟 交通学院方向：数据、人工智能、机器学习和分析 简要说明：国防部及其商业伙伴负责规划未来数年或数十年的潜在事件。但是，对于尚未发生的事情，没有可供分析的数据。在本次会议中，德勤将讨论他们如何使用基于代理的模拟、机器学习和分布式云计算来测试大规模复杂系统在新场景中的表现。 更详细的摘要：虽然美国在过去 20 年一直专注于反恐和反叛乱，但近乎势均力敌的竞争对手一直专注于对抗美国的力量。因此，这些竞争对手现在展示了抵消美国力量的手段和意图，包括对作为联合部队命脉的全球供应链的威胁。 研究有助于或影响国防部任务的复杂系统至关重要，但这些系统无法通过分析其各个组成部分来完全理解。如果无法通过分析研究复杂系统，则另一种选择是通过建模和仿真来探索系统。对于政府和商业合作伙伴，德勤使用 FutureScape 作为建模和模拟平台，以经过调整的机器学习模型为基础，创建复杂的现实世界系统的数字副本，并测试改进方法。该平台采用机器学习方法来复制单个代理在模拟过程中的复杂行为。在本演讲中，我们将重点介绍如何使用 FutureScape 围绕与国防部及其商业合作伙伴相关的用例构建受控环境，以快速且经济高效的方式回答假设问题。我们与国防部和其他政府合作伙伴合作的两个最新案例包括：
AI-Powered-Simulation-Deloitte-Hardy.pdf
主要关键词
相关文件推荐
