메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김선준 (합동참모본부) 노상현 (한국국방연구원) 김종헌 (한국국방연구원)
저널정보
한국국방연구원 국방정책연구 국방정책연구 제39권 제4호
발행연도
2024.1
수록면
193 - 222 (30page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
본 논문은 미국 합동탄약효과 기술조정사무국(JTCG/ME)이 개발한 합동무기 추천체계(JWS)에서 도출된 무기효과 데이터를 기반으로 머신러닝을 이용하여 대함 무기효과를 추정하기 위한 연구이다. 머신러닝 학습에는 합동무기추천체계(JWS)에 포함된 수상함피해효과산출도구(SWET)를 통해 산출된 함대함 및 공대함 무기체계 제원, 교전조건 등의 데이터 2,498건을 활용하였다. 데이터 분석에 주로 쓰이는 머신러닝 방법론 6가지를 선정하여 각각의 방법론을 활용한 예측모델을 생성하였고, 그 결과 ‘Extra Trees’ 방법론이 가장 높은 정확도를 나타내었다.
#인공지능 #머신러닝 #해군 #무기효과 #합동무기추천체계 #합동무기효과편람 #Artificial Intelligence #Machine Learning #Navy #Weapon Effectiveness #JMEM Weaponeering System(JWS) #Joint Munitions Effectiveness Manual(JMEM)

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0