Este livro apresenta uma estrutura de design baseada em uma arquitetura escalonável centralizada para uma percepção eficaz de ameaças aéreas simuladas. Neste framework, são incorporadas técnicas de mineração de dados e classificação de padrões. Este artigo enfoca a previsão eficaz, contando com a base de conhecimento e encontrando padrões para construir as árvores de decisão. Essa estrutura é projetada de forma flexível para se integrar perfeitamente a outros aplicativos. Os resultados mostram a eficácia dos algoritmos selecionados e sugerem que mais os parâmetros são incorporados para a tomada de decisão para ameaças aéreas; melhor é o nosso nível de confiança nos resultados. Para nos aprofundarmos na previsão precisa do alvo, precisamos tomar decisões sobre vários fatores. Várias técnicas usadas em conjunto ajudam a encontrar a classificação de ameaças precisa e resultam em melhor confiança em nossos resultados.
