Diese Seite verwendet Cookies. Durch die weitere Nutzung der Website erklären Sie sich damit einverstanden, dass Cookies gesetzt werden. Nähere Informationen zu Cookies und unserer Datenschutzerklärung finden Sie hier.

OK

arma et scientia ex officio

  •  11

Ausschreibungsergebnisse nach Kalenderjahren

Ausschreibungsergebnisse nach Instrumenten / Programmlinien

Bei Inhaltlichen Fragen zu Projekten wenden Sie sich bitte an den Bedarfsträgervertreter des BMLV:

Bundesministerium für Landesverteidigung
Abteilung Wissenschaft, Forschung und Entwicklung
Referat Nationale Sicherheits- und Verteidigungsforschung 

Mag. Dr. Adelheid Obwaller
Roßauer Lände 1
A-1090 Wien 
verteidigungsforschung@bmlv.gv.at

Kooperative Projekte > 2020

Adaptive Multi-Modale Netzwerkerkennung zur Informationssichtung (AMMONIS)

Im AMMONIS Projekt werden Services für die verknüpfte Analyse von Audio- und Text-Daten unter Verwendung heterogenen Datenquellen entwickelt, welche die Klassifikation und Verknüpfung von Audio-Ereignissen mit jeweils in räumlichem, zeitlichem oder thematischem Zusammenhang stehenden Textinformationen ermöglichen. Ziel ist es, mit Hilfe dieser Services widersprüchliche – oder ergänzende – Darstellungen in den unterschiedlichen Nachrichtenkanälen aufzufinden, und somit eine verbessertes Monitoring und die Früherkennung zu ermöglichen.

Die Beschaffung, Vernetzung, Auswertung und Verbreitung von Informationen spielt in modernen Konfliktszenarien eine immer größere Rolle. Neben klassischen Militäreinsätzen werden in der sogenannten "hybriden Kriegsführung" zusätzlich (Des-)Informationen im Internet und den sozialen Medien verbreitet, um z. B. eine Aufwiegelung der Bevölkerung bzw. Destabilisierung der Gesellschaft zu erreichen.

Ziel von AMMONIS ist die Entwicklung und Implementierung prototypischer Services für die Erstellung, Anpassung und kontinuierliche Evaluation multi-modaler KI-Algorithmen für die Klassifikation und Verknüpfung von Audio-Ereignissen mit jeweils in räumlichem, zeitlichem oder thematischem Zusammenhang stehenden Textinformationen. Unter der Annahme, dass die Darstellungen aus verschiedenen Online-Informationsquellen voneinander abweichen, gilt es widersprüchliche – aber auch ergänzende – Darstellungen in den unterschiedlichen Nachrichtenkanälen – wie u. a. das Erwähnen bzw. Auslassen akustischer Ereignisse (z. B. Schüsse, Explosionen, Hubschraubergeräusche) – aufzufinden, die für die Situationseinschätzung von Bedeutung sind, um so ein Monitoring und die Früherkennung zu ermöglichen.

Das Ergebnis des Projekts sind ausbaufähige und wiederverwendbare Services für die verknüpfte Analyse von Audio- und Text-Daten unter Verwendung heterogenen Datenquellen, die in einer abgeschlossenen Cloud- oder HPC-Umgebung bereitgestellt werden können. Dank der Verknüpfung verschiedener Modalitäten, der Aufbereitung unstrukturierter Daten, und der Vernetzung von Informationen zu einem semantischen Netzwerk, unterstützen die Services die Gewinnung eines Lagebilds im Rahmen der strategischen und militärischen Aufklärung.