한정된 군사 데이터를 활용한 이미지 분류 AI의 성능 향상 방안: Grad-CAM을 활용한 준지도학습 적용

정자훈; 김용기; 나성중; 류준열

doi:10.5762/KAIS.2023.24.9.408

추천

검색

질문

자료유형: 학술저널

저자정보: 정자훈 (육군대학) 김용기 (과학기술정책연구원) 나성중 (육군사관학교) 류준열 (국방기술진흥연구소)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제24권 제9호

발행연도: 2023.9

수록면: 408 - 417 (10page)

DOI: 10.5762/KAIS.2023.24.9.408

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

무인 지상 차량, 무인 비행체 등과 같은 자율 무인체계에 탑재된 AI 모델은 센서를 통해 획득한 적 인원, 무기체계 등을 탐지하고 분류한다. 이때 무기체계를 정확하게 분류하는 것은 화력 및 장애물의 운용 등 작전 수행에 있어 중요한 사안이다. AI 모델의 성능 향상을 위해서는 적 인원, 무기체계에 대한 학습데이터가 필요하다. 그러나 평시 적 무기체계에 대한 이미지 데이터 등을 확보하기 어려울 뿐만 아니라 위장, 부착 무장의 변경 등의 다양한 요인으로 인해 전쟁초기에는 평소 학습한 형태와 다른 상태의 적 무기체계를 분류해야 한다. 이 경우 초기에 확보된 부족한 적 무기체계 데이터를 학습하여 AI 모델의 분류성능을 향상해야 한다. 본 연구에서는 Grad-CAM을 활용하여 이미지 분류 모델이 학습한 데이터 영역을 분석하고, 분류를 위한 관심 구역에 맞춰 노이즈를 추가하는 준지도학습을 사용하여 적 무기체계에 대한 데이터가 부족한 상황에서도 AI 모델의 분류성능을 향상하는 방법을 제안하였다. 본 연구에서의 준지도학습을 적용했을 때 비교적 적은 수의 데이터를 학습시켜도 VGG-16과 MobilNetV2의 분류성능이 향상되는 것을 확인할 수 있었다. 향후 준지도학습을 적용하여 제한된 군사데이터 상황에서도 작전수행 역량을 향상시키는데 활용되기를 기대한다.

#Autonomous Unmanned Systems #Grad-CAM #Weakly Supervised Learning #VGG-16 #MobileNetV2 #Limited Data

참고문헌 (16)

참고문헌 신청

Ministry of Defense(MnD), Republic of Korea "Defense Innovation 4.0.", p.11-24, MnD, Republic of Korea., 2023.

Republic of Korea Army, Army Tiger 4.0, Available From: https://www.army.mil.kr/army/12/subview.do (accessed 2023 Aug 1)

J. Kim, S. Park, J. Cha, Y. Kim, “Future tactical communication system development plan through Army TIGER information distribution capability analysis”, KOCOSA , Vol.21, No.4, pp.23-30, 2021. DOI: https://doi.org/10.33778/kcsa.2021.21.4.023

H. Jeong, T. Jeong, J. Kim, Y. Baek, W. Jeon, "Evaaluation of technology level of MUM-T", p.25, Korea Research Institute of Technology and Planning, 2022, p.2-11

B. Kim, “Deep learning-based image classification technology trends”, The Journal of The Korean Institute of Communication Sciences , Vol.35, No.12, pp.8-14, 2018.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정자훈

소속기관 육군대학

주요연구분야 공학 > 공학 일반

논문수 1 이용수 171

김용기

소속기관 한국건설기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 재료·에너지공학 > 기타 재료·에너지공학 TOP 10%

논문수 157 이용수 16,636

나성중

소속기관 육군사관학교

주요연구분야 공학 > 공학 일반

논문수 1 이용수 171

이 논문과 함께 이용한 논문

적외선 객체 탐지 성능 향상을 위한 데이터 증강 방법 적용

조진우 , 박지일 , 이민영 외 2명 한국정밀공학회 학술발표대회 논문집 2021 .11

무인무기체계 및 인간의 역할 구분과 유 · 무인 복합체계

김경수 , 이용운 국방과 기술 2019 .05

인공지능의 무기화 경쟁과 인공지능 군사혁신

윤대엽 국제정치논총 2024 .03

AI의 군사 분야 적용과 중요성, 전망

최수아 , 김준범 , 정영재 해외연구동향 2023 .02

군사혁신(RMA) 측면에서 바라본 우크라이나군의 지능화 전투사례 연구

조상근 , And , ii Zhytko 외 3명 로봇학회 논문지 2023 .09

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)