16/06/2026
📊 Într-un mediu strategic marcat de instabilitate regională, migrație forțată și amenințări hibride, capacitatea de anticipare devine la fel de importantă precum capacitatea de reacție.
🧠 Articolul de față explorează modul în care sistemele informaționale de tip intelligence, integrate cu algoritmi de machine learning, pot transforma datele în cunoaștere acționabilă pentru factorii de decizie. Studiul propune un model predictiv bazat pe algoritmul RandomTree, utilizat pentru anticiparea distribuției potențiale a refugiaților din Republica Moldova în eventualitatea unei crize regionale.
🔍 Cercetarea evidențiază că:
✅ proximitatea geografică reprezintă principalul factor care influențează mobilitatea inițială;
✅ afinitățile culturale și religioase contribuie semnificativ la alegerea destinațiilor apropiate;
✅ nivelul de trai și existența comunităților diasporice devin determinante pentru relocarea pe distanțe mai mari;
✅ integrarea modelelor predictive în sistemele intelligence poate consolida avertizarea timpurie, planificarea strategică și gestionarea adaptivă a crizelor.
⚙️ Utilizarea algoritmilor explicabili de machine learning nu reprezintă doar un exercițiu tehnologic, ci un instrument concret pentru creșterea rezilienței instituționale și optimizarea procesului decizional în domeniul securității.
Într-o epocă în care viteza schimbărilor geopolitice depășește adesea capacitatea de reacție a organizațiilor, inteligența artificială și analiza avansată a datelor devin componente esențiale ale securității moderne.
💬 Articolul complet, "Sisteme informaționale intelligence și algoritmi de machine-learning pentru decizia adaptivă în planul de securitate estică", semnat de conf. univ. dr. Florentina-Loredana DRAGOMIR, publicat în volumul Lucrările conferinței științifice internaționale Gândirea militară românească, 2025, este disponibil la următoarea adresă web: https://tinyurl.com/4r3h9r4h
Credit foto: https://www.gelusi.ro/machine-learning/