지능형 함정 전투체계 데이터셋 구축을 위한 정형데이터 정제 기법 기반의 효율적인 접근 방법
An Efficient Approach for Constructing Intelligent Naval Combat System Dataset based on Combat Structural Data Cleansing Techniques
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
함정 전투체계는 센서와 무장체계를 통합하여 표적의 탐지부터 교전까지 절차를 수행하는 시스템이다. 본 연구는 수상함 전투체계의 메시지 기반 정형데이터를 정제하여 전투체계 핵심 기능의일반화 성능을 향상시키는 방법을 제안한다. 전투체계의 기능 중 교전에 대한 두 가지 인공지능과업 설정하여 오염 데이터와 정제 데이터 기반으로 모델을 비교 및 분석한다. 데이.터 생성시 센서 고장과 임무 편향 시나리오 기반의 데이터를 수집하여 실험 데이터로 활용하였으며, 다양한인공지능 모델별 데이터 정제 전과 후의 성능 차이, 효과적인 정제 알고리즘의 조합을 추정하였다. 추가로 정제 후의 성능 개선 효과를 확인하기 위하여 가중합 시나리오를 활용한 평가를 수행하였으며, 통계 검정을 통해 유의성을 검증하였다. 광범위한 실험을 통해 LightGBM 과AutoEncoder의 조합이 회귀와 분류 과업에서 모두 우수한 것을 확인하였다. 본 연구는 인공지능기반 함정 전투체계 지능화와 신기술 적용성 검토에 유용하게 활용될 것으로 사료된다.
Abstract
The combat management system(CMS) integrates sensors and weapon systems to effectively perform a series of procedures from detection of targets to engagement. In this paper, we propose a method of improving the generalization performance of the CMS core functions by refining the message-based structural data. The proposed method refines data contamination, including outliers, by employing publicly available cleansing algorithms and cluster-based re-sampling techniques. Two artificial intelligence tasks were defined for the engagement function of CMS, and models trained on contaminated and refined datasets were compared and analyzed. When generating data, data based on sensor failure and mission bias scenario were collected and used as experimental data. The performance differences before and after data refinement across various models were analyzed, and effective combinations of cleansing algorithms were estimated. In addition, the experimental evaluation using the sum of weighting scenarios was conducted to verify the performance improvement after data refinement, and statistical tests were performed in order to confirm its significance. Through comprehensive experiments, it was verified that the pair of LightGBM and AutoEncoder outperformed other approaches in both regression and classification tasks. This study is expected that will be usefully used for developing AI-based intelligent combat management system and reviewing the applicability of new technologies in a maritime domain.