تعلم عميق في تصميم الطائرات والديناميكا والتحكم: مراجعة وآفاق

في العقود الأخيرة، أصبح التعلم العميق (DL) اتجاه بحثي سريع النمو، يعيد تعريف الأداءات المتطورة في مجموعة واسعة من التقنيات، مثل اكتشاف الأجسام والتعرف على الصوت. في مجال تصميم الطائرات والديناميكا والتحكم، تعتمد العديد من الأعمال على نهج يعتمد على البيانات الغنية بالمعلومات، والذي يشمل إدارة الصحة والتنبؤ القائم على الدمج، ومراقبة سلامة الطيران، والاستشعار الذكي، وتطوير أنظمة التحكم في الطيران. بينما يوفر DL إمكانيات كبيرة لحل هذه المشاكل المعتمدة على البيانات، لا تزال مراجعة منهجية ومناقشة حول كيفية استخدام DL لهذه المشاكل مفقودة فيما يتعلق بتقنيات DL السريعة التطور والواسعة الاستخدام. في هذه المقالة، نهدف إلى معالجة هذه المسألة العاجلة لتوفير لمحة عامة في الوقت المناسب عن الحالة الرائجة لتطبيق DL في مجال تصميم الطائرات والديناميكا والتحكم. على وجه الخصوص، نقدم بإيجاز خمس طرق DL ممثلة، وهي: الشبكة العصبية العميقة، موحد تلقائي عميق، الشبكة العصبية العميقة ذات المعتقدات، الشبكة العصبية الالتفافية، والشبكة العصبية المتكررة. يتم تقديم تعريفات رياضية لكل طريقة، كما يتم مناقشة تطبيقات توضيحية. ثم نراجع الأعمال الحالية القائمة على DL التي ظهرت في مجال تصميم الطائرات والديناميكا والتحكم. تم تقسيم جهود المراجعة إلى مجموعتين رئيسيتين، وهما: نمذجة الطائرات التابعة، حيث تم تطبيق الأعمال عبر الإنترنت لتصميم/ديناميكا/تحكم الطائرات، وأعمال بحث أخرى تتعلق بالطائرات، حيث توفر المخططات القائمة على DL مراقبة غير متصلة بعمليات الطائرات. ثم نلخص مصادر البيانات وهياكل DL. بالإشارة إلى تجارب أعمال البحث والتنمية في تقنيات DL في مجالات أخرى ذات صلة، يتم أيضًا مناقشة الفرص المستقبلية والتحديات والحلول المحتملة لتطبيق DL في مجال تصميم الطائرات والديناميكا والتحكم.