전장인식을 위한 인공지능 기반 상황분석 데이터셋 구축 방안 연구
A Study on Construction Method of AI based Situation Analysis Dataset for Battlefield Awareness
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
인공지능에 기반한 지능형 지휘통체체계는 복잡하고 방대한 전장정보와 전술 데이터들을 학습모델을 통해 자동으로 융합 및 추출하여 전장상황을 분석한다. 지휘관은 지능형 지휘통제체계의 상황분석결과를 제공받아 전장인식이 가능하여 의사결정을 지원할 수 있다. 의사결정지원에 특화된 결과를지휘관에게 제공하기 위해서는 인공지능을 학습하기 위한 실 전장상황과 유사한 전장상황분석 데이터셋 생성이 필요하다. 본 논문은 기존 선행연구인 ‘인공지능 기반 전장상황분석을 위한 가상 전장상황데이터 셋 생성 연구’의 다음 단계의 데이터셋 구축 방법 연구로 지휘관의 의사결정지원 및 미래 전장인식을 위해 최종적인 전장상황분석 결과에 필요한 데이터셋을 생성하는 방안에 대해 제안하였다. 전장상황 분석용 학습 데이터셋 생성도구 SW를 설계 및 구현하였고, 구현한 SW를 이용하여 데이터레이블 작업을 진행하였다. Siamese Network 학습모델을 이용하여 구축한 데이터셋을 입력하고, 후처리 알고리즘을 활용한 출력 결과를 도출하여 생성한 데이터셋을 검증하였다.
Abstract
The AI based intelligent command and control system can automatically analyzes the properties of intricate battlefield information and tactical data. In addition, commanders can receive situation analysis results and battlefield awareness through the system to support decision-making. It is necessary to build a battlefield situation analysis dataset similar to the actual battlefield situation for learning AI in order to provide decision-making support to commanders. In this paper, we explain the next step of the dataset construction method of the existing previous research, ‘A Virtual Battlefield Situation Dataset Generation for Battlefield Analysis based on Artificial Intelligence’. We proposed a method to build the dataset required for the final battlefield situation analysis results to support the commander's decision-making and recognize the future battlefield. We developed ‘Dataset Generator SW’, a software tool to build a learning dataset for battlefield situation analysis, and used the SW tool to perform data labeling. The constructed dataset was input into the Siamese Network model. Then, the output results were inferred to verify the dataset construction method using a post-processing ranking algorithm.
참고문헌 (16)
- C.E. Lee, "지휘관들의 의사결정지원을 위한 AI 군참모 기술동향", 전자통신동향분석, 36(1), pp.89~98 (2021), 한국전자통신연구원[DOI]
- Collection and Monitoring via Planning for Active Situational Scenarios (COMPASS): Strategic Multi-Layer Assessment Report, "F. Barlos", Sandia National Laboratories, ~ (2020)
- "Active Interpretation of Disparate Alternatives"[URL]
- 조은지, "인공지능 기반 전장상황 분석을 위한 가상 전장상황 데이터 셋 생성 연구", 한국컴퓨터정보학회논문지, 27(6), pp.33~42 (2022), 한국컴퓨터정보학회[DOI]
- 조현수, "전장 상황을 묘사하는 가설 간 관련성을 식별하기 위한 계층적 그래프 신경망", 데이타베이스연구, 38(2), pp.18~28 (2022), 한국정보과학회
- 서기원, "샴 네트워크 기반 전장상황 분석을 위한 추천 학습모델", 한국컴퓨터정보학회논문지, 28(1), pp.1~8 (2023), 한국컴퓨터정보학회[DOI]
- Jiaoyan Chen, "OWL2Vec*: embedding of OWL ontologies", Machine Learning, 110(7), pp.1813~1845 (2021), Springer Science and Business Media LLC[DOI]
- J. Pennington, "Glove: Global Vectors for Word Representation", Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP) (2014)
- Y. Shin, "A study on embedding method of hierarchical dataset for AI based battlefield situation analysis", Korea Software Congress 2022, 49(2), pp.81~83 (2022)
- Marius Köppel, "Pairwise Learning to Rank by Neural Networks Revisited: Reconstruction, Theoretical Analysis and Practical Performance", Lecture Notes in Computer Science, pp.237~252 (2020), Springer International Publishing[DOI]
- Nicolás Serrano, "Siamese neural networks in recommendation", Neural Computing and Applications, 35(19), pp.13941~13953 (2023), Springer Science and Business Media LLC[DOI]
- Y. Chen, "Spectral mle : Top-k rank aggregation from pairwise comparisons", International Conference on Machine Learning, PMLR, pp.371~380 (2015)
- Sahand Negahban, "Rank Centrality: Ranking from Pairwise Comparisons", Operations Research, 65(1), pp.266~287 (2017), Institute for Operations Research and the Management Sciences (INFORMS)[DOI]
- Mingang Chen, "Performance Evaluation of Recommender Systems", International Journal of Performability Engineering, 13(8), pp.1246~1256 (2017), Totem Publisher, Inc.[DOI]
- Alistair Moffat, "Rank-biased precision for measurement of retrieval effectiveness", ACM Transactions on Information Systems, 27(1), pp.1~27 (2008), Association for Computing Machinery (ACM)[DOI]
- Kalervo Järvelin, "IR evaluation methods for retrieving highly relevant documents", ACM SIGIR Forum, 51(2), pp.243~250 (2017), Association for Computing Machinery (ACM)[DOI]