Earticle

초록

영어

In battlefield, there are many elements of combined effects which affect the result of war. Collecting and analyzing these elements, and then predicting the situation of war looks problematic. Commander's experience and broad-range military power assessment have been used to set these problems, and recently simulated combat training program supplements the models through recording various virtual combat data. Nevertheless, there are numerous challenges to assess winning factors of combat for completing the mission. In this paper, we characterize the combat element (ce) by clustering simulated combat data, and then suggest multi-layered artificial neural network (ANN) model, which can comprehend non-linear, cross-connected effects among ces to assess mission completion degree (MCD). Through this ANN modeling, we have the chance of analyzing and predicting factors for winning. Experimental results show that our ANN model shows MCDs through interconnecting ces, and can grasp the sensitivity of ces toward MCD which will be the basis of predicting the situation of warfare.

한국어

전쟁은 수많은 요소들의 복합적인 영향으로 승패가 좌우되며, 이러한 요소들을 수집 및 분석하고 전황을 예측하는 것은 매우 어려운 문제이다. 지금까지는 지휘관의 경험과 전투력 평가에 따라 상황을 판단했으나, 최근에는 이를 보완하기 위한 모의전투훈련이 실시되고 있다. 다양한 전투요소가 수집되는 이 모의전투훈련에서 임무달성을 위한 요건을 분석 및 평가하는 데는 여전히 많은 어려움이 있다. 본 연구에서는 모의전투훈련에서 얻어지는 자료를 종합 및 분석하여 전투요소를 분류하고 임무달성지수를 산정하였으며, 이들 간의 비선형적 연관관계를 다층 인공신경망을 이용하여 모형화하였다. 실험결과 전투요소의 인공신경망 모델을 통하여 임무달성지수를 효과적으로 추정해낼 수 있었으며, 전투요소의 민감도 분석을 이용하여 전투상황을 예측하는 모델을 도출할 수 있었다.

목차

Abstract
 I. 서 론
 II. 관련연구
  1. 전투력 평가방법
  2. 인공신경망
 III. 전투요소와 임무달성지수의 산정
 IV. 인공신경망 기반 임무달성요건 모델
 V. 실 험
  1. 실험 설정
  2. ANN 기반 임무달성요건 모델의 효과
  3. 전투요소별 민감도 분석
 VI. 결 론
 참고문헌

키워드

저자

• 윤성웅 [ Soung-Woong Yoon | 국방대학교 컴퓨터공학전공 박사과정 ] 교신저자
• 윤희병 [ Hee-Byung Yoon ]
• 이상훈 [ Sang-Hoon Lee | 국방대학교 컴퓨터공학전공 교수 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국정보통신설비학회 학술대회

• 간기

  반년간

• 수록기간

  2002~2025

• 십진분류

  KDC 567 DDC 621