http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 나성중(Seong-Jung Na) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
-
한정된 군사 데이터를 활용한 이미지 분류 AI의 성능 향상 방안: Grad-CAM을 활용한 준지도학습 적용
정자훈(Ja-Hoon Jeong),김용기(Yong-Gi Kim),나성중(Seong-Jung Na),류준열(Jun-yeol Ryu) 한국산학기술학회 2023 한국산학기술학회논문지 Vol.24 No.9
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. AI models embedded in autonomous unmanned systems classify enemy personnel and weapon systems acquired through sensors. Accurate classification of weapon systems is crucial for operational tasks. Training data on enemy weapon systems are required to enhance the performance of AI models. On the other hand, Acquiring image data during peacetime is challenging. During the initial stages of war, the AI model must classify enemy weapon systems in states different from what it was trained on because of factors such as camouflage and changes in attached armaments. In such cases, it is necessary to improve the classification performance of AI models by training them on the limited data of enemy weapon systems acquired at the early stages. In this study, Grad-CAM was utilized to analyze the data regions learned by image classification models. A Weakly Supervised Learning approach was proposed, which added noise to the regions of interest for classification, addressing situations with a shortage of data for enemy weapon systems. The classification performance of VGG-16 and MobileNetV2 improved even when trained on a relatively small amount of data. Weakly supervised learning can improve operational capabilities, even in limited military data.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
