| Разработчики: | Циклон ЦНИИ |
| Дата премьеры системы: | Июль 2024 г. |
| Отрасли: | ВПК |
2024: Анонс продукта
11 июля 2024 года холдинг «Росэлектроника», входящий в Госкорпорацию «Ростех», объявил о запуске новой нейросети, способной увеличить дальность обнаружения беспилотных летательных аппаратов (БПЛА) на 40%. Разработка предназначена для автоматизации работы оптических средств обнаружения дронов, осуществляющих мониторинг воздушного пространства вокруг охраняемых объектов.
По данным пресс-службы «Ростеха», инновационная технология была создана специалистами Центрального научно-исследовательского института «Циклон», входящего в состав «Росэлектроники». Нейросеть использует передовые методы компьютерного зрения и искусственного интеллекта для раннего обнаружения летательных аппаратов, их классификации и, в случае выявления угрозы, оперативного информирования оператора для принятия мер по нейтрализации беспилотных летательных аппаратов.
Особенностью разработки является применение ансамбля из нескольких оптимизированных нейросетей, что позволило достичь синергетического эффекта и значительно повысить эффективность системы. Технология также предоставляет возможность перевести комплекс противодействия дронам в полностью автономный режим функционирования.Чекап для искусственного интеллекта: зачем и как тестировать ИИ-решения? 
Юрий Коваль, технический директор ЦНИИ «Циклон», отметил высокий потенциал созданной нейросети для дальнейшего развития в сфере обеспечения безопасности. По его словам, разработанное решение демонстрирует существенное преимущество перед аналогичными ИТ-продуктами, увеличивая дальность действия систем обнаружения беспилотных летательных аппаратов приблизительно на 40%.
Разработка нейросети проводилась в рамках масштабного хакатона «Лидеры цифровой трансформации», направленного на создание инновационных цифровых решений для государственных структур, бизнеса и регионов. Команда ЦНИИ «Циклон» успешно справилась с поставленной задачей по созданию детектора воздушных объектов, способного обнаруживать и классифицировать летящие объекты на предмет потенциальной угрозы. Проект получил высокую оценку экспертного сообщества и был удостоен призового места по итогам конкурса.[1]
Примечания
