Belirsiz verilere dayalı ikili karar diyagramı ile insansız hava aracı görevlerinin kullanılabilirliği

Gerçek dünya insansız hava aracı görevleri için neden önemli

İnsansız hava araçlarına ormanları yangın riski açısından tarama, köprüleri çatlaklar için kontrol etme veya insanların gidemeyeceği tehlikeli afet bölgeleri üzerinde uçma gibi ciddi işler giderek daha fazla güveniliyor. Ancak görev planlayıcılar sıklıkla kesin istatistikler yerine eksik veya bulanık bilgilere dayanarak git/kal kararı vermek zorunda kalıyor. Bu makale, uzman tabanlı ve belirsiz bilgiyi bir insansız hava aracı görevinde başarı olasılığının net sayısal tahminlerine dönüştürmenin bir yolunu sunuyor; bu da operatörlerin daha güvenli ve güvenilir operasyonlar planlamasına yardımcı oluyor.

Uçuş yolundan mantıksal görev haritasına

Yazarlar, bir insansız hava aracı görevini sadece gökteki tek bir uçuş olarak değil, rotası boyunca birçok kontrol noktasından oluşan bir sistem olarak ele alıyor. Her kontrol noktası, ormanın bir bölümünün görüntüsü gibi aracın faydalı veri toplaması gereken bir yeri temsil ediyor. Önemli kontrol noktaları başarısız olursa, araç havada kalsa bile görev başarısız sayılıyor. Bu fikir, başarılı ve başarısız kontrol noktalarının kombinasyonlarını genel bir yargıya —görev başarısı veya başarısızlığı— eşleyen bir “yapı fonksiyonu” ile yakalanıyor. Yıllara dayanan ayrıntılı istatistiklere ihtiyaç duymak yerine, bu harita her kontrol noktasının ne kadar kritik olduğuna ve toplanan verinin genelde ne kadar iyi olduğuna dair uzman görüşlerinden oluşturulabiliyor.

Bulanık uzman görüşlerini net bir modele dönüştürmek

Uygulamada uzman değerlendirmeleri nadiren siyah beyaz olur. Bir operatör, bir kontrol noktasından gelen verinin muhtemelen kullanılabilir olduğunu söyleyebilir, ancak bununla ilgili bir belirsizlik de ekleyebilir. Yöntem bu bulanıklığı bir bulanık karar ağacı kullanarak kucaklıyor. Kaydedilmiş her görev denemesi için uzmanlar, bir kontrol noktasının çalıştığına (değer 1) veya çalışmadığına (değer 0) dair güven düzeyleri ve benzer şekilde görevin çıktısının kullanışlı olup olmadığına dair güven düzeyleri sağlıyor. Bulanık karar ağacı bu yumuşak, dereceli girdilerden desenleri öğrenerek hangi kontrol noktalarının en önemli olduğunu ve farklı kombinasyonların nasıl başarı veya başarısızlığa yol açtığını belirliyor. Ardından bir keskinleştirme adımı (defuzzification) bulanık ağacı hesaplamaya uygun, evet-hayır karar yapısına dönüştürüyor.

Görev zayıf noktalarını ortaya çıkaran kompakt bir diyagram

Karar ağacı keskinleştirildiğinde, görev başarısının arkasındaki tüm mantıksal kuralları kodlayan akış benzeri kompakt bir grafik olan ikili karar diyagramına dönüştürülüyor. Her bir terminal olmayan düğüm bir kontrol noktasını temsil ediyor ve grafikteki yollar görevin başarıya veya başarısızlığa ulaşabileceği farklı yollarla eşleşiyor. Bu temsil özdeş altyapıların tekrarlanmasından kaçındığı için çok sayıda kontrol noktasına sahip görevlerde bile verimli kalıyor. Her kontrol noktasının başarısı için olasılıklar—yeniden uzman güveni veya sınırlı gözlemlere dayanarak—verildiğinde, diyagram grafikteki tüm başarılı yolların olasılıklarının toplanmasıyla görevin o anki kullanılabilirliği ya da başarı şansı hesaplanmasına imkan sağlıyor.

Test vakası olarak orman yangını izleme

Yöntemi uygulamada göstermek için yazarlar sekiz kontrol noktasını kullanan bir orman yangını riskini izleme insansız hava aracı görevini analiz ediyor. Kontrol noktası durumlarının tüm 256 olası kombinasyonu yerine, yalnızca 150 tanesi uzman değerlendirmelerinden elde edilebildi—tam kümenin biraz üzeri. Buna rağmen, ortaya çıkan ikili karar diyagramı ayrı bir doğrulama kümesinde görev sonuçlarını %94 doğrulukla tahmin etti. Hesaplanan görev kullanılabilirliği çok yüksekti (yaklaşık 0,992) ancak model aynı zamanda ilk kontrol noktasının bir “darboğaz” olduğunu gösterdi: o başarısızsa görev neredeyse her zaman başarısız oluyordu. Bu ve başka hassas bir kontrol noktasındaki simüle iyileştirmeler kullanılabilirliği daha da artırdı; bu da modelin hedefe yönelik yükseltmeler veya yeniden tasarım için nasıl yol gösterdiğini gösteriyor.

Güçlü yanlar, sınırlamalar ve geleceğe ilişkin yönler

Önerilen çerçeve, bulanık karar ağaçları ve ikili karar diyagramları gibi bilinen araçları belirsiz, eksik verilere rağmen çalışan bir boru hattında birleştirdiği için güçlüdür. Kontrol noktası sonuçlarının her olası kombinasyonunu açıkça sıralamayı gerektirecek alternatif makine öğrenmesi yaklaşımlarına kıyasla çok daha iyi ölçekleniyor; bu tür bir listeleme hızla uygulanamaz hale gelir. Aynı zamanda yöntem uzman yargılarının kalite ve tutarlılığına bağlıdır ve şu an için görevlerin zamanla değişen arızaları veya onarımları yerine statik bir bakışa odaklanmaktadır. Yazarlar görev süresini, birden fazla insansız hava aracının sağladığı yedekliliği ve otonom hava sistemleri için daha ileri risk-bilinçli karar verme yaklaşımlarını dahil etmeye yönelik gelecekteki çalışmaları ana hatlarıyla çiziyor.

Uzman olmayanlar için bunun anlamı

Basitçe söylemek gerekirse, bu çalışma insansız hava aracı operatörleri ve planlayıcılarına şu önemli soruyu yanıtlamanın bir yolunu sunuyor: “Bildiklerimize dayanarak, bu görev ne kadar olasıyla işe yarar?” Veriler parçalı ve ağırlıklı olarak uzman deneyimine dayalı olsa bile yöntem şeffaf, incelenebilir bir mantık modeli ve somut bir başarı olasılığı üretiyor. Hangi görev parçalarının en fazla dikkati hak ettiğini vurguluyor; bu, belirli bir kontrol noktasındaki sensörlerin iyileştirilmesi, rotanın ayarlanması veya ikinci bir aracın eklenmesi anlamına gelebilir. İnsansız hava araçları izleme, denetim ve acil müdahale görevlerinde daha fazla sorumluluk aldıkça, bu tür araçlar görevlerin yalnızca iddialı değil aynı zamanda kanıtlanabilir biçimde güvenilir olmasına yardımcı olabilir.

Atıf: Zaitseva, E., Rabcan, J., Levashenko, V. et al. Availability of drone mission with binary decision diagram based on uncertain data. Sci Rep 16, 13721 (2026). https://doi.org/10.1038/s41598-026-42988-w

Anahtar kelimeler: insansız hava aracı görev güvenilirliği, belirsiz veriler, bulanık karar ağaçları, ikili karar diyagramları, orman yangını izleme