Концептуальна архітектура інтелектуальної системи підтримки прийняття рішень військового призначення з інтегрованим модифікованим ієрархічним трансформером

Abstract

Анотація Сучасні збройні конфлікти, зокрема широкомасштабна війна росії проти України, засвідчили критичну залежність ефективності бойових дій від швидкості та якості управлінських рішень. Зростання обсягів і різнорідності даних від сенсорів, засобів розвідки та автоматизованих систем управління військами ставить перед науковою спільнотою завдання створення інтелектуальних систем підтримки прийняття рішень, які будуть здатні забезпечити повний контур оброблення – від мультимодальних джерел до пояснюваного варіанта дій. При цьому обов’язково збереження остаточного рішення за людиною, що відповідає сучасним принципам відповідального застосування штучного інтелекту у сфері оборони. Метою статті є розроблення концептуальної архітектури інтелектуальної систем підтримки прийняття рішень військового призначення, ядром якої виступає модифікований ієрархічний трансформер із механізмом самоуваги та матрицею когнітивних впливів, обґрунтований автором у попередній публікації. Методологічну основу дослідження становлять системний аналіз, архітектурне проєктування інформаційних систем, класичні моделі злиття даних та побудови систем підтримки прийняття рішень, а також апарат нечітких когнітивних карт. Основним результатом є концептуальна архітектура, що охоплює сім функціональних шарів. Це забезпечує наскрізний контур оброблення – від мультисенсорних джерел через модифікований ієрархічний трансформер з матрицею когнітивних впливів до інтерфейсу командира з модулем пояснюваності. Замкнений зворотний зв’язок між базою когнітивних карт та трансформером дозволяє адаптивно коригувати параметри моделі на основі рішень командира, що забезпечує пояснюваність, простежуваність та керованість системи. Практична значущість полягає у формуванні теоретичної основи для побудови цілісної інтелектуальної систем підтримки прийняття рішень, яка поєднує аналітичні можливості нейронних мереж із структурованими експертними причинно-наслідковими знаннями в єдиному контурі автоматизованої системи управління військами. Abstract Modern armed conflicts, in particular russia’s full-scale war against Ukraine, have demonstrated the critical dependence of combat effectiveness on the speed and quality of management decisions. The growing volume and heterogeneity of data from sensors, intelligence assets and automated command and control systems pose the task for the scientific community of creating intelligent decision-support systems capable of ensuring a complete processing loop – from multimodal sources to an explainable course of action. At the same time, the final decision must necessarily remain with a human, which corresponds to modern principles of the responsible use of artificial intelligence in the defence sphere. The aim of the article is to develop a conceptual architecture of an intelligent military decision-support system, the core of which is a modified hierarchical transformer with a self-attention mechanism and a cognitive influence matrix, substantiated by the author in a previous publication. The methodological framework of the research consists of systems analysis, architectural design of information systems, classical models of data fusion and decision-support system development, as well as the apparatus of fuzzy cognitive maps. The main result is a conceptual architecture comprising seven functional layers. This ensures an end-to-end processing loop – from multisensor sources through a modified hierarchical transformer with a cognitive influence matrix to the commander’s interface with an explainability module. The closed feedback loop between the cognitive map database and the transformer makes it possible to adaptively adjust the model parameters on the basis of the commander’s decisions, thereby ensuring the explainability, traceability and controllability of the system. The practical significance consists in forming a theoretical basis for building an integrated intelligent decision-support system that combines the analytical capabilities of neural networks with structured expert causal knowledge within a single loop of an automated command and control system.