Earticle

초록

영어

This paper proposes a method to model the reverse extrapolation of RF threats through the attributes representing RF threats in an integrated electronic warfare situation. Using 1-rule algorithm, the most important attribute figuring out the threat could be assured among the attributes which a receiver collected. And also, we build a prototype which estimates threats using three machine learning algorithms, i.e., naive Bayesian classifier, decision tree, and artificial neural network. In various integrated electronic warfare situations, we tested our reverse extrapolation model based on the outputs of machine learning algorithms, where new test data were given to identify a threat. We also generated learning curves for each algorithm, and experimentally decided their optimal reverse extrapolation models. To verify the prototype of our model compiled, we evaluated the accuracy of reverse extrapolation models and the resulting performance showed more than 99% of accuracy.

한국어

본 논문은 통합전자전 상황에서 전자정보 수집신호의 변수를 분석하여 전자파 신호를 발산하는 레이더 및 위협체계를 역변환으로 모델링하는 기법을 다루고자 한다. 전자전 수신기가 위협체로부터 수신한 변수 중 가장 중요한 속성을 1-rule 알고리즘을 통하여 파악하였으며, 베이지안 분류 알고리즘, 의사결정 트리 학습 알고리즘 및 인공 신경망알고리즘을 사용하여 위협체를 추정할 수 있는 프로토타입을 구축하였다. 다양한 통합전자전 상황에서 생성한 규칙을 기반으로 역변환 모델을 구축하고 새로운 데이터가 주어지면 모델링한 위협체로 분류한다. 실험에서 베이지안 분류 알고리즘, 의사결정 트리 학습 알고리즘 및 인공 신경망 알고리즘을 각각 적용하여 학습 곡선을 생성하였으며, 학습 곡선에서 최적의 성능을 나타내는 역변환 모델을 실험적으로 정립하였다.

목차

요약
 Abstract
 1. 서론
 2. 관련연구
 3. 위협체 역변환 모델링
  3.1 위협체 속성 분석
  3.2 속성 분석 및 역추정 알고리즘
 4. 실험 및 분석
  4.1 1-rule 알고리즘을 이용한 중요 속성 분석
  4.2 역추정 알고리즘 별 학습곡선
  4.3 역추정 알고리즘 성능 비교
 5. 위협체 역변환 모델 구현
 6. 결론
 참고문헌

키워드

저자

• 하지수 [ Jisu Ha | 가톨릭대학교 컴퓨터정보공학부 ]
• 노상욱 [ Sanguk Noh | 가톨릭대학교 컴퓨터정보공학부 ] 교신저자
• 박소령 [ So Ryoung Park | 가톨릭대학교 정보통신전자공학부 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국차세대컴퓨팅학회 논문지 [THE JOURNAL OF KOREAN INSTITUTE OF NEXT GENERATION COMPUTING]

• 간기

  격월간

• pISSN

  1975-681X

• 수록기간

  2005~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 566 DDC 004