정보 융합 기반 퍼지-베이지안 네트워크 공중 위협평가 방법
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 윤종민 | - |
dc.contributor.author | 최보민 | - |
dc.contributor.author | 한명묵 | - |
dc.contributor.author | 김수현 | - |
dc.date.available | 2020-02-29T07:47:24Z | - |
dc.date.created | 2020-02-12 | - |
dc.date.issued | 2012 | - |
dc.identifier.issn | 1598-0170 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/17028 | - |
dc.description.abstract | 정보 기술의 발전과 더불어 전장상황에서도 정보 시스템들의 고도화가 이루어짐으로써 적기에 대한 정보 획득 및 상황분석은 전장상황에서 주요한 요소가 되었다. 전장상황 분석의 핵심 요소인 위협평가는 피아식별을 통해 식별된 항공 정보를 가지고 해당 상황에 대한 위협치를 평가하여 무기할당에 정보를 제공하는 기술로써, 전장상황의 어느 단계 보다 확실한 정보를 요구하는 단계이다. 전장상황에서 대부분의 위협평가 데이터들은 감지된 센서 값에 의해 연산되어 전달되는데, 기존의 기법들에서 발생할 수 있는 센서 데이터들의 잘못된 연관관계 표현 및 데이터 누락은 전장상황에서의 의사결정에 혼란을 야기 시킬 수 있다. 따라서 각종 센서 데이터들의 연관 관계를 올바르게 정의하고, 센서데이터 누락에 따른 예측 불가능한 전투상황에 대한 신뢰도 높은 위협치 연산 알고리즘을 이용하는 효율적인 의사결정 위협평가 시스템이 필요하다. 본 논문에서는 JDL 정보 융합 모델을 기반으로 애매모호한 관계성을 표현하는데 유리한 퍼지 이론, 데이터 습득의 불확실한 전장상황에서 위협치를 추론하고 상황에 대한 학습이 가능한 베이지안 네트워크를 하이브리드하여 새로운 위협평가 방법을 제안한다. 또, 제안된 방법을 이용하여 가상의 전장 시나리오에 따른 위협평가 결과를 보였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국인터넷정보학회 | - |
dc.relation.isPartOf | 인터넷정보학회논문지 | - |
dc.title | 정보 융합 기반 퍼지-베이지안 네트워크 공중 위협평가 방법 | - |
dc.title.alternative | Air Threat Evaluation System using Fuzzy-Bayesian Network based on Information Fusion | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.description.journalClass | 2 | - |
dc.identifier.doi | 10.7472/jksii.2012.13.5.21 | - |
dc.identifier.bibliographicCitation | 인터넷정보학회논문지, v.13, no.5, pp.21 - 31 | - |
dc.identifier.kciid | ART001709485 | - |
dc.citation.endPage | 31 | - |
dc.citation.startPage | 21 | - |
dc.citation.title | 인터넷정보학회논문지 | - |
dc.citation.volume | 13 | - |
dc.citation.number | 5 | - |
dc.contributor.affiliatedAuthor | 윤종민 | - |
dc.contributor.affiliatedAuthor | 최보민 | - |
dc.contributor.affiliatedAuthor | 한명묵 | - |
dc.subject.keywordAuthor | JDL | - |
dc.subject.keywordAuthor | Threat Evaluation | - |
dc.subject.keywordAuthor | Fuzzy | - |
dc.subject.keywordAuthor | Bayesian Network | - |
dc.subject.keywordAuthor | Fuzzy-Bayesian Network | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
1342, Seongnam-daero, Sujeong-gu, Seongnam-si, Gyeonggi-do, Republic of Korea(13120)031-750-5114
COPYRIGHT 2020 Gachon University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.