To solve the above problems, we pro

To solve the above problems, we propose a Visual Decision-Guided Tool (VDGT) that integrates optimization
programming into geo-data visualization to determine the best path for rescue and recovery missions. The conceptual idea is to enable military units to make a visual decision on routes based upon the route distance optimality among all the possible paths. Specifically, we will first develop the Top-k Objected-oriented Smoothest Paths (TOSP) model which captures the object dynamics of geospatial temporal network in a terrain over a time horizon. These objects include stationary entities (e.g., houses, buildings, roads, trees, etc.), mobile objects (e.g., vehicles, people, etc.), and route segments (e.g., steep slopes, mud roads, etc.). Second, we will extend the SPA to be a dynamic learning algorithm, i.e., the Time-varying Smoothest Path (TSP) algorithm, which integrates the object dynamics to learn the top-k smoothest routes at each instance of time. The main advantage offered by the SPA extension is its lower logarithmic time complexity, i.e., O(NlogN), where N is the number of nodes in a terrain. Finally, we will develop a new design of visual displays that enable military operators to analyze other crucial factors, such as vehicle types, weather severity, and soldiers’ specialty levels, which are required to be interpreted by human perception, cognition, and knowledge to select the best path among the top-k smoothest routes at each instance of time for rescue and recovery missions.

ผลลัพธ์ (ไทย) 1:

เพื่อแก้ปัญหาข้างต้น เราเสนอการ Visual Decision-Guided เครื่องมือ (VDGT) ที่รวมประสิทธิภาพสูงสุดการเขียนโปรแกรมในการแสดงภาพประกอบเพลงข้อมูลทางภูมิศาสตร์ในการกำหนดเส้นทางดีที่สุดสำหรับภารกิจกู้ภัยและกู้คืน ความคิดแนวคิดคือเพื่อ ให้หน่วยทหารทำการตัดสินใจแสดงในเส้นทางตาม optimality ระยะเส้นทางระหว่างเส้นทางที่เป็นไปได้ทั้งหมด โดยเฉพาะ เราก่อนจะพัฒนาด้านบน-k รุ่นแปลก Objected Smoothest เส้นทาง (TOSP) ซึ่งจับวัตถุเปลี่ยนแปลงเครือข่ายชั่วคราว geospatial ในภูมิประเทศที่ผ่านฟ้าเวลา วัตถุเหล่านี้ประกอบด้วยเอนทิตีเครื่องเขียน (เช่น บ้าน อาคาร ถนน ต้นไม้ ฯลฯ), วัตถุเคลื่อนที่ (เช่น ยานพาหนะ คน ฯลฯ), และส่วนกระบวนการผลิต (เช่น ลาดสูงชัน ถนนโคลน ฯลฯ) สอง เราจะขยายสปาเป็น อัลกอริทึมการเรียนรู้แบบไดนามิก เช่น แตกต่างกันเวลา Smoothest พาธ (ช้อนชา) อัลกอริทึม ซึ่งรวมการเปลี่ยนแปลงวัตถุการเรียนกระบวน smoothest k ด้านที่แต่ละอินสแตนซ์ของเวลา ประโยชน์หลักที่เสนอ โดยนามสกุลของสปาคือ ล่างเวลาลอการิทึมความซับซ้อนของ เช่น O(NlogN) โดยที่ N คือ จำนวนโหนดในภูมิประเทศเป็น ในที่สุด เราจะพัฒนาออกแบบใหม่ของการแสดงภาพที่เปิดใช้งานตัวดำเนินการทางทหารเพื่อวิเคราะห์ปัจจัยอื่น ๆ ที่สำคัญ เช่นชนิดของยานพาหนะ ความรุนแรงของสภาพอากาศ และทหารพิเศษ ระดับ ซึ่งจำเป็นต้องตีความ โดยรับรู้มนุษย์ ประชาน และความรู้เพื่อเลือกเส้นทางระหว่างเส้น smoothest k ด้านบนสุดที่แต่ละอินสแตนซ์ของเวลาสำหรับภารกิจกู้ภัยและกู้คืน

ผลลัพธ์ (ไทย) 2:

เพื่อแก้ปัญหาดังกล่าวเราจึงนำเสนอเครื่องมือภาพ-Guided การตัดสินใจ (VDGT) ที่บูรณาการเพิ่มประสิทธิภาพของ
การเขียนโปรแกรมลงไปในการสร้างภาพทางภูมิศาสตร์ข้อมูลเพื่อตรวจสอบเส้นทางที่ดีที่สุดสำหรับการช่วยเหลือและภารกิจการกู้คืน ความคิดความคิดที่จะช่วยให้หน่วยทหารที่จะทำให้การตัดสินใจที่ภาพบนเส้นทางขึ้นอยู่กับระยะทาง optimality เส้นทางในทุกเส้นทางที่เป็นไปได้ โดยเฉพาะครั้งแรกที่เราจะมีการพัฒนายอด k นุ่มนวลคัดค้านที่มุ่งเน้นเส้นทาง (TOSP) รูปแบบที่จับการเปลี่ยนแปลงของวัตถุของเครือข่ายเชิงพื้นที่ชั่วคราวในพื้นที่เหนือเส้นขอบฟ้าเวลา วัตถุเหล่านี้รวมถึงหน่วยงานที่นิ่ง (เช่นบ้าน, อาคาร, ถนน, ต้นไม้, ฯลฯ ), วัตถุมือถือ (เช่นยานพาหนะคนอื่น ๆ ) และกลุ่มเส้นทาง (เช่นลาดชันถนนโคลน ฯลฯ ) ประการที่สองเราจะขยายสปาจะเป็นขั้นตอนวิธีการเรียนรู้แบบไดนามิกคือเวลาที่แตกต่างกันเส้นทางที่ราบรื่น (TSP) ขั้นตอนวิธีการซึ่งรวมการเปลี่ยนแปลงของวัตถุที่จะเรียนรู้บนเส้นทาง k นุ่มนวลในแต่ละกรณีของเวลา ประโยชน์หลักที่นำเสนอโดยการขยายสปาคือความซับซ้อนของเวลาที่ต่ำกว่าลอการิทึมคือ O (nlogn) โดยที่ N คือจำนวนของโหนดในพื้นที่ สุดท้ายเราจะมีการพัฒนาออกแบบใหม่ของการแสดงภาพที่ทำให้ผู้ประกอบการทางทหารในการวิเคราะห์ปัจจัยที่สำคัญอื่น ๆ เช่นประเภทของยานพาหนะรุนแรงสภาพอากาศและทหารระดับพิเศษซึ่งจะต้องได้รับการตีความโดยรับรู้ของมนุษย์, ความรู้ความเข้าใจและความรู้เพื่อ เลือกเส้นทางที่ดีที่สุดในด้านบน-k เส้นทางที่ราบรื่นในแต่ละกรณีของเวลาสำหรับการช่วยเหลือและภารกิจการกู้คืน

ผลลัพธ์ (ไทย) 3:

เพื่อแก้ไขปัญหาดังกล่าว เราขอแนะนำเครื่องมือภาพและการตัดสินใจ ( vdgt ) ที่บูรณาการเพิ่มประสิทธิภาพในการแสดงข้อมูลทางภูมิศาสตร์โปรแกรม
เพื่อกำหนดเส้นทางที่ดีที่สุดสำหรับภารกิจกู้ภัยและกู้คืน ความคิด แนวคิดคือการใช้หน่วยทหารในการตัดสินภาพในเส้นทางตามเส้นทางระยะทางคุณภาพในหมู่ทั้งหมดที่เป็นไปได้ของเส้นทาง โดยเฉพาะอย่างแรก เราจะพัฒนา top-k เชิงวัตถุ smoothest เส้นทาง ( tosp ) ซึ่งรวบรวมวัตถุแบบจำลองพลวัตของเครือข่ายชั่วคราวสำหรับในภูมิประเทศกว่าเวลาที่ขอบฟ้า วัตถุเหล่านี้รวมถึงหน่วยงานที่คงที่ ( เช่น บ้าน อาคาร ถนน ต้นไม้ ฯลฯ ) , วัตถุที่เคลื่อนที่ ( เช่น รถ คน ฯลฯ ) , และส่วนเส้นทาง ( เช่น ลาด ชัน โคลน ถนน ฯลฯ ) ประการที่สองเราจะขยายสปาเป็นอัลกอริทึมการเรียนรู้แบบไดนามิก คือ เวลาเปลี่ยน smoothest เส้นทาง ( TSP ) อัลกอริทึม ซึ่งรวมวัตถุพลวัตการเรียนรู้ top-k smoothest เส้นทางในแต่ละอินสแตนซ์ของเวลา ประโยชน์หลักที่นำเสนอโดยสปาการลดความซับซ้อนของเวลาลอการิทึมคือ O ( nlogn ) โดยที่ n คือจำนวนของจุดในภูมิประเทศ ในที่สุดเราจะพัฒนารูปแบบใหม่ของการแสดงภาพที่ช่วยให้ใช้ทหารเพื่อวิเคราะห์ปัจจัยที่สำคัญอื่น ๆเช่น ชนิด ความรุนแรงของสภาพอากาศยานพาหนะ และทหารระดับพิเศษซึ่งจะต้องได้รับการตีความโดยการรับรู้ ความเข้าใจ ของมนุษย์ และความรู้ในการเลือกเส้นทางที่ดีที่สุดใน top-k smoothest เส้นทางในแต่ละอินสแตนซ์ของเวลาช่วยเหลือ และภารกิจในการกู้คืน