Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/147218
Título : Análisis de la aplicación de machine learning en sistemas de defensa
Autoría: Alcántara Suárez, Evaldo Jorge
Tutor: Monzon Baeza, Victor  
Resumen : El machine learning, según la investigación y el análisis realizado de la literatura, se aplica ya, entre otros, en sectores como: el sanitario, para diagnósticos por imagen; el de ocio, algoritmo de Netflix para recomendar contenido a clientes; y el del hogar, en los robots Alexa o Siri con sus reconocimientos de voz. Consecuencia de ello, es evidente la importancia de analizar su uso y aplicación en sistemas militares debido a que, en un futuro no muy lejano, esta tecnología marcará la diferencia en el campo de batalla. Países como Estados Unidos o China son punteros en el desarrollo de proyectos militares de este tipo y realizan una fuerte inversión económica en I+D+i. En contra partida, la Unión Europea y España financian pocas investigaciones, aunque gradualmente van aumentando. En este TFM se analizan, como ejemplo, el desarrollo de alguno de esos proyectos que se están financiando y la evolución de varios sistemas militares como radares, direcciones de tiro, vehículos no tripulados y sistemas de vigilancia, para posteriormente, identificar el valor añadido que aporta la aplicación de esta tecnología en estos sistemas y los posibles usos en operaciones tácticas. Por último, tras realizar una extensa revisión de referencias relacionadas con defensa y ML, se presentan los resultados obtenidos del análisis, donde se destaca la escasez de artículos sobre el asunto, una serie de desafíos a superar, una guía de aplicación de ML para nuevos proyectos de defensa y el impacto económico, legal y ético que está presentado esta herramienta.
Palabras clave : aprendizaje automático
entornos tácticos militares
defensa
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : 9-ene-2023
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Bachelor thesis, research projects, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ealcsuaTFM0123memoria.pdfMemoria del TFM2,2 MBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons