전장 상황을 묘사하는 가설 간 관련성을 식별하기 위한 계층적 그래프 신경망

Abstract

지휘관의 의사결정을 지원하는 지능형 지휘통제 체계의 중요성이 높아지고 있다. 이를 위해서는, 전장 상황 정보에 대한 지식베이스 구축이 필요한데, 최근 연구에서 전장 상황 분석용 가설 데이터 생성 방법이 제안되었다. 지휘관의 의사결정 지원을 위해서는 지휘관의 요구나 질문에 관련된 지식 요소를 추출할 수 있어야 하고, 이를 위해서는 가설 간의 관련성을 파악하여 관련된 정보를 추출하여야 한다. 하지만, 가설 내의 지식 요소들은 서로 계층적으로 연결되어 있어 일반적인 신경망으로는 가설 간의 관련성을 평가하는 것이 어렵다. 본 논문에서는 가설의 계층적인 구조를 활용하여 가설 내의 전장 지식 요소들을 효과적으로 집계하고, 이를 기반으로 두 가설의 관련성을 판단할 수 있는 계층적 그래프 신경망 상황 식별 학습모델을 설계하였다. 또한, 제안된 학습모델이 기본 학습모델보다 정확도가 우수하며, 특히 데이터의 40%만 학습에 사용하여도 높은 수준의 정확도를 달성할 수 있음을 실험을 통해 보였다.