[논문 리뷰] Conflict-based Force Aggregation

John D. Cantwell, Johan Schubert외 1명|ArXiv.org|2003. 05. 16.

Neural Networks and Applications참고 문헌 12인용 수 11

한 줄 요약

이 논문은 갈등 기반의 힘 집합 프레임워크를 제안하며, 갈등 평가를 위해 데임스터-샤프 이론을 통합하고, 군사 요소를 군집화하기 위해 데임스터-샤프 군집화를 적용하며, 계층적 수준 간에 템플릿 기반 분류를 수행한다. 지능 보고서, 차량, 군사 부대 간의 갈등을 모델링하여, 지휘 및 통제 시스템에서 상황 인식을 향상시키는 다수준의 힘 집합을 가능하게 한다.

ABSTRACT

In this paper we present an application where we put together two methods for clustering and classification into a force aggregation method. Both methods are based on conflicts between elements. These methods work with different type of elements (intelligence reports, vehicles, military units) on different hierarchical levels using specific conflict assessment methods on each level. We use Dempster-Shafer theory for conflict calculation between elements, Dempster-Shafer clustering for clustering these elements, and templates for classification. The result of these processes is a complete force aggregation on all levels handled.

연구 동기 및 목표

• 다양한 군사 요소(예: 부대, 차량, 보고서)를 다수의 계층적 수준에서 통합하는 통일된 힘 집합 접근법을 개발하기 위해.
• 이질적이고 잠재적으로 충돌하는 지능 데이터를 통합하여 일관된 운영 그림를 구성하는 데 도전하는 데에.
• 요소 간의 갈등을 체계적으로 모델링하고 해결하여 지휘 및 통제에서의 의사결정을 향상시키기 위해.
• 갈등 기반 군집화에 기반한 사전 정의된 템플릿을 활용한 분류를 통해 집합된 힘의 스케일러블한 분류를 가능하게 하기 위해.
• 실제 지휘 및 통제 연구 환경에서의 적용을 통해 방법의 효과성을 입증하기 위해.

제안 방법

• 군사 요소 간의 갈등 측도를 그들의 속성과 보고된 데이터를 기반으로 데임스터-샤프 이론을 사용하여 계산한다.
• 높은 갈등 유사성을 가진 요소들을 군집화하기 위해 데임스터-샤프 군집화를 적용하여 각 계층적 수준에서 일관된 군집을 형성한다.
• 계층의 각 수준에서 서로 다른 유형의 요소(예: 지능 보고서 대비 전투 부대)에 맞춰 조정된 갈등 평가 방법을 적용한다.
• 사전 정의된 템플릿을 활용하여 군집화된 힘 군집의 분류를 수행하여 집합된 힘의 구조적 해석을 가능하게 한다.
• 다양한 수준에서의 결과를 통합하여 완전한 다수준의 힘 집합 출력물을 생성한다.
• 갈등 평가, 군집화, 분류가 각 수준에서 순차적으로 적용되는 계층적 아키텍처에 의존한다.

실험 결과

연구 질문

• RQ1 다양한 군사 요소에서 유래한 충돌하는 지능 데이터를 체계적으로 평가하고 해결하여 힘 집합을 지원할 수 있는 방법은 무엇인가?
• RQ2 갈등 패턴에 기반하여 계층적 수준 간에 군사 부대와 보고서를 효과적으로 군집화할 수 있는 군집화 접근법은 무엇인가?
• RQ3 갈등 기반 군집화가 지휘 및 통제 시스템에서 힘 집합의 정확성과 일관성을 어떻게 향상시킬 수 있는가?
• RQ4 템플릿 기반 분류가 집합된 힘 군집의 해석 가능성에 얼마나 기여하는가?
• RQ5 다양한 수준에서 갈등 기반 방법을 통합할 경우 군사 작전에서의 전반적인 상황 인식은 얼마나 향상되는가?

주요 결과

• 갈등 기반의 힘 집합 방법은 다양한 데이터 소스(예: 보고서, 차량, 부대)를 다수의 계층적 수준에서 일관된 힘 그림으로 통합하는 데 성공했다.
• 데임스터-샤프 이론은 요소 간의 갈등을 정량화하는 데 강력한 메커니즘을 제공하여 신뢰할 수 있는 정보와 충돌하는 정보를 효과적으로 구분할 수 있게 하였다.
• 갈등 측도에 기반한 군집화 방법은 관련된 군사 요소를 높은 정확도로 군집화하여 의미 있는 힘 구조를 드러내었다.
• 템플릿 기반 분류 방법은 집합된 힘 군집에 대해 일관되고 해석 가능한 레이블링을 가능하게 하여 의사결정 지원에 기여하였다.
• 논문은 심포지엄 발표록을 통해 실세계 지휘 및 통제 연구 환경에서의 실용적 적용 가능성을 입증하였다.
• 갈등 평가, 군집화, 분류의 통합은 운영용으로 적합한 완전한 다수준의 힘 집합 출력물을 생성하였다.