Buchumschlag

AI-Driven Tactical Communications and Networking for Defense: A Survey and Emerging Trends

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baeza, Victor Monzon, Parada, Raúl, Salor, Laura Concha, Monzo, Carlos
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Survey of Freshness-Aware Wireless Networking with Reinforcement Learning
von: Alibotaiken, Alimu, et al.
Veröffentlicht: (2025)

Introducing AI-Driven IoT Energy Management Framework
von: Mruthyunjaya, Shivani, et al.
Veröffentlicht: (2025)

Bridging Earth and Space: A Survey on HAPS for Non-Terrestrial Networks
von: Svistunov, G., et al.
Veröffentlicht: (2025)

Multi-Objective Reinforcement Learning for Tactical Decision Making for Trucks in Highway Traffic
von: Pathare, Deepthi, et al.
Veröffentlicht: (2026)

Gradient Flow Equations for Deep Linear Neural Networks: A Survey from a Network Perspective
von: Wendin, Joel, et al.
Veröffentlicht: (2025)

Real-Time AI-Driven Milling Digital Twin Towards Extreme Low-Latency
von: Liu, Wenyi, et al.
Veröffentlicht: (2025)

Integrated Optimization and Game Theory Framework for Fair Cost Allocation in Community Microgrids
von: Babu, K. Victor Sam Moses, et al.
Veröffentlicht: (2025)

Data-Driven Adaptive PID Control Based on Physics-Informed Neural Networks
von: Ito, Junsei, et al.
Veröffentlicht: (2025)

Highly Dynamic and Flexible Spatio-Temporal Spectrum Management with AI-Driven O-RAN: A Multi-Granularity Marketplace Framework
von: Rasti, Mehdi, et al.
Veröffentlicht: (2025)

AI-Driven approach for sustainable extraction of earth's subsurface renewable energy while minimizing seismic activity
von: Gutierrez-Oribio, Diego, et al.
Veröffentlicht: (2024)

Robust Defense Against Extreme Grid Events Using Dual-Policy Reinforcement Learning Agents
von: Peter, Benjamin M., et al.
Veröffentlicht: (2024)

Game-Theory-Assisted Reinforcement Learning for Border Defense: Early Termination based on Analytical Solutions
von: Das, Goutam, et al.
Veröffentlicht: (2026)

Inertial Navigation Meets Deep Learning: A Survey of Current Trends and Future Directions
von: Cohen, Nadav, et al.
Veröffentlicht: (2023)

As Language Models Scale, Low-order Linear Depth Dynamics Emerge
von: Nettasinghe, Buddhika, et al.
Veröffentlicht: (2026)

Explainable AI for UAV Mobility Management: A Deep Q-Network Approach for Handover Minimization
von: Meer, Irshad A., et al.
Veröffentlicht: (2025)

A Survey on Universal Approximation Theorems
von: Augustine, Midhun T
Veröffentlicht: (2024)

RobustNeuralNetworks.jl: a Package for Machine Learning and Data-Driven Control with Certified Robustness
von: Barbara, Nicholas H., et al.
Veröffentlicht: (2023)

VoI-Driven Joint Optimization of Control and Communication in Vehicular Digital Twin Network
von: Lei, Lei, et al.
Veröffentlicht: (2025)

Combining Federated Learning and Control: A Survey
von: Weber, Jakob, et al.
Veröffentlicht: (2024)

A Survey on Reinforcement Learning in Aviation Applications
von: Razzaghi, Pouria, et al.
Veröffentlicht: (2022)

Priority-Driven Control and Communication in Decentralized Multi-Agent Systems via Reinforcement Learning
von: Guo, Qingyun, et al.
Veröffentlicht: (2026)

Blockchain-Enabled Management Framework for Federated Coalition Networks
von: González, Jorge Álvaro, et al.
Veröffentlicht: (2025)

Optimizing Satellite Network Infrastructure: A Joint Approach to Gateway Placement and Routing
von: Abe, Yuma, et al.
Veröffentlicht: (2024)

Symptom-Driven Personalized Proton Pump Inhibitors Therapy Using Bayesian Neural Networks and Model Predictive Control
von: Li, Yutong, et al.
Veröffentlicht: (2025)

A Survey on Physics Informed Reinforcement Learning: Review and Open Problems
von: Banerjee, Chayan, et al.
Veröffentlicht: (2023)

Complex-Value Spatio-temporal Graph Convolutional Neural Networks and its Applications to Electric Power Systems AI
von: Wu, Tong, et al.
Veröffentlicht: (2022)

Integrating Lagrangian Neural Networks into the Dyna Framework for Reinforcement Learning
von: Das, Shreya, et al.
Veröffentlicht: (2026)

Safe and Robust Reinforcement Learning: Principles and Practice
von: Yamagata, Taku, et al.
Veröffentlicht: (2024)

Distributed Policy Gradient for Linear Quadratic Networked Control with Limited Communication Range
von: Yan, Yuzi, et al.
Veröffentlicht: (2024)

A Data-Driven Pool Strategy for Price-Makers Under Imperfect Information
von: Zheng, Kedi, et al.
Veröffentlicht: (2024)

CommonPower: A Framework for Safe Data-Driven Smart Grid Control
von: Eichelbeck, Michael, et al.
Veröffentlicht: (2024)

Distributed Online Submodular Maximization under Communication Delays: A Simultaneous Decision-Making Approach
von: Xu, Zirui, et al.
Veröffentlicht: (2026)

Principled Learning-to-Communicate with Quasi-Classical Information Structures
von: Liu, Xiangyu, et al.
Veröffentlicht: (2026)

Fine Tuning a Simulation-Driven Estimator
von: Lakshminarayanan, Braghadeesh, et al.
Veröffentlicht: (2025)

Large Language Model (LLM) for Telecommunications: A Comprehensive Survey on Principles, Key Techniques, and Opportunities
von: Zhou, Hao, et al.
Veröffentlicht: (2024)

Communication-Efficient Learning for Satellite Constellations
von: Tudose, Ruxandra-Stefania, et al.
Veröffentlicht: (2025)

Communication-Efficient Stochastic Distributed Learning
von: Ren, Xiaoxing, et al.
Veröffentlicht: (2025)

A Survey on the Role of Artificial Intelligence and Machine Learning in 6G-V2X Applications
von: Wang, Donglin, et al.
Veröffentlicht: (2025)

Data-Driven Adversarial Online Control for Unknown Linear Systems
von: Liu, Zishun, et al.
Veröffentlicht: (2023)

Data-Driven Observability Analysis for Nonlinear Stochastic Systems
von: Massiani, Pierre-François, et al.
Veröffentlicht: (2023)