정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
온톨로지와 CNN 기반의 무인기와 주변 개체 간 위협 관계 추론 |
| 영문제목(English Title) |
Ontology and CNN-based Inference of the Threat Relationship Between UAVs and Surrounding Objects |
| 저자(Author) |
전명중
이민호
박현규
MyungJoong Jeon
MinHo Lee
HyunKyu Park
박영택
윤형식
김윤근
YoungTack Park
Hyung-Sik Yoon
Yun-Geun Kim
|
| 원문수록처(Citation) |
VOL 47 NO. 04 PP. 0404 ~ 0415 (2020. 04) |
한글내용
(Korean Abstract) |
무인기 스스로 주변 개체와의 관계를 파악하고 상황을 인지하는 기술은 다양한 분야에서 필요로 하는 기술이다. 이를 위해 다양한 방법이 연구되고 있다. 대부분의 연구는 관련 도메인의 지식을 온톨로지로 구축하고 이를 기반으로 지식 추론하는 방식으로 해결하고 있다. 하지만 이러한 방식은 관련 도메인 지식을 가진 전문가의 의존성 때문에 전문가의 부재 시, 새로운 상황에 대해 대처할 지식을 구축하기가 어렵다. 또한 전문가가 고려하지 못한 상황을 추론하기 위한 지식을 구축하기가 어렵다. 그래서 본 연구에서는 이와 같은 문제를 해결하기 위해 온톨로지와 CNN을 이용하여 무인기와 주변 개체 간의 관계를 추론하기 위한 모델을 구축하는 방식을 제안한다. 온톨로지 추론의 정확도는 부족하다는 가정에서 감지된 주변 개체들의 정보를 활용하여 온톨로지 추론을 먼저 수행한다. 그리고 온톨로지 추론 결과는 CNN을 사용하여 보정한다. 실제 데이터 확보의 한계로 인해 데이터 생성기를 구축하여 실 데이터와 유사한 데이터를 생성하였다. 본 연구의 평가를 위해 2가지 개체 간 관계에 대한 모델을 구축하여 평가하였으며 두 관계 모델 모두 90% 이상의 정확도를 보였다.
|
영문내용
(English Abstract) |
The technology that identifies the relationship between surrounding objects and recognizes the situation is considered as an important and necessary technology in various areas. Numerous methodologies are being studied for this purpose. Most of the studies have solved the problem by building the domain knowledge into ontology for reasoning of situation awareness. However, based on the existing approach; it is difficult to deal with new situations in the absence of domain experts due to the dependency of experts on relevant domain knowledge. In addition, it is difficult to build the knowledge to infer situations that experts have not considered. Therefore, this study proposes a model for using ontology and CNN for reasoning of the relationships between UAVs and surrounding objects to solve the existing problems. Based on the assumption that the accuracy of ontology reasoning is insufficient, first, the reasoning was performed using the information from the detected surrounding objects. Later, the results of ontology reasoning are revised by CNN inference. Due to the limitations of actual data acquisition, data generator was built to generate data similar to real data. For evaluation of this study, two models of relationships between two objects were built and evaluated; both the models showed over 90% accuracy
|
| 키워드(Keyword) |
무인기
관계 추론
온톨로지
그리드 맵
UAVs
relationship inference
ontology
CNN
grid map
|
| 파일첨부 |
PDF 다운로드
|
