Su üstü deniz platformlarına yönelik füze tehditleri için makine öğrenmesi ve açıklanabilir yapay zekâ teknikleriyle karşı tedbir geliştirilmesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: MURAT ERTOP
Danışman: Ali Kara
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Günümüzde, deniz platformlarına tehdit oluşturan füzeler, özellikle kızılötesi (KÖ) veya Radyo Frekansı (RF) güdümlü füze arayıcı teknolojilerindeki gelişmeler göz önüne alındığında önemli derecede tehlike oluşturmaktadır. Potansiyel füze tehditleri, gemilerin en gelişmiş savunma sistemleriyle donatılmasını zorunlu kılmaktadır. Bu tehditler, platformları düşman kuvvetleri için açık hedefler haline getirmektedir. Bu durum, çeşitli tehditlere karşı koyabilen gelişmiş teknolojilere sahip yeni sistemlerin geliştirilmesine yol açmıştır. Mevcut karşı tedbirlerin etkin bir şekilde dağıtılması ve en optimal platform manevralarının belirlenmesi de kritik bir hale gelmiştir. Elektronik Harp (EH) çerçevesinde soft-kill karşı tedbir yöntemlerinden pasif mühimmat olan chaff ve flare mühimmatları, bu tehditlere karşı deniz platformlarından fırlatılabilir. Bu tez çalışmasında, makine öğrenimi ve yapay zekâ teknikleri kullanılarak radar ve kızılötesi güdümlü arayıcıları yanıltmak amaçlı karşı tedbir önlemlerin dağıtılması ve platform manevralarının gerçekleştirilmesi için etkili stratejilerin geliştirilmesi amaçlanmaktadır. Karşı tedbir algoritmalarını içeren ticari bir simülatör kullanarak, büyük ölçekli senaryoları temsil eden veri setleri oluşturulmuş ve toplanan veriler önerilen Çok Katmanlı Algılayıcı modeline göre eğitilmiştir. Bu model, hedef parametrelerini tahmin etmek için kullanılmıştır. Simülatör; gemi füze ve chaff/flare decoy modellerini içermektedir. Gemi modeli ayrıca atıcı parametrelerini de içermektedir. Modelin başarısı, önceden belirlenmiş performans metrikleri aracılığıyla değerlendirilmiş ve sonuçlar açıklanabilir yapay zekâ kullanılarak şeffaf bir şekilde görselleştirilmiştir. Yazarlar, önerilen modelin daha da geliştirilebileceğini ve mevcut karşı önlem teknikleriyle entegre edilebileceğini düşünmektedir.