기능목록>검색 : 국방대학교 도서관

국방 인공지능 모델의 기술과제 발전방안에 관한 연구 : 설명가능성, 적대적 공격 대응, 모델 경량화를 중심으로 = A Study on the Technical Challenge Development of Defense Artificial Intelligence Model : Focused On Explainablity, Adversarial Attack Response an

QR코드

미리보기 도서정보

도서 상세정보
자료유형 :	(군대학) 학위논문
분류기호 :	393.8
서명/저자사항 :	국방 인공지능 모델의 기술과제 발전방안에 관한 연구 : 설명가능성, 적대적 공격 대응, 모델 경량화를 중심으로 = A Study on the Technical Challenge Development of Defense Artificial Intelligence Model : Focused On Explainablity, Adversarial Attack Response and Lightweight Model / 박진영
발행사항 :	논산 : 국방대학교 국방관리대학원, 2023
형태사항 :	148 p. ; 26 cm
총서사항 :	박사학위논문
일반주기 :	지도교수: 문호석
일반주기 :	요약 수록
일반주기 :	목차 정보 수록
학위논문주기 :	학위논문 (박사) -- 국방대학교 국방관리대학원, 군사운영분석전공, 2023.01
서지주기 :	참고문헌수록
개인저자 :	박진영
개인저자 :	문호석
언어	한국어

원문
원문보기 :	국방 인공지능 모델의 기술과제 발전방안에 관한 연구 : 설명가능성, 적대적 공격 대응, 모델 경량화를 중심으로 = A Study on the Technical Challenge Development of Defense Artificial Intelligence Model : Focused On Explainablity, Adversarial Attack Response an

소장정보

국방대학교 도서관

예예약
인인쇄
SSMS
서서가부재
보보존서고
우우선정리예약
무무인예약대출

예약

1. 예약현황은 홈페이지 로그인 후 예약 페이지에 확인 가능합니다.
2. 도착 통보된 예약자료 대출을 원하지 않는 경우에는 예약 현황에서 취소할 수 있습니다.
3. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

무인예약대출

1. 무인예약대출 현황은 홈페이지 로그인 후 무인예약대출 페이지에 확인 가능합니다.
2. 무인예약대출자료 대출을 원하지 않는 경우에는 무인예약대출 페이지에서 신청 또는 접수상태인 경우만 취소할 수 있습니다.
3. 희망대출일은 신청일로부터 최대 1주일 까지 가능합니다.
4. 희망대출일을 선택하지 않은 경우 대출대기 통보 후 1주일까지 기기에서 대출가능합니다.
5. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

제1장 서 론 1
1.1. 연구 배경 및 필요성 1
1.2. 연구 범위 및 목적 4
1.3. 연구의 구성 5

제2장 이론적 배경 및 국방 인공지능 모델 기술과제 도출 7
2.1. 인공지능 일반사항 7
2.1.1. 인공지능 정의 및 분류 7
2.1.2. 인공지능 학습과정 9
2.1.3. 인공신경망 알고리즘 12
2.2. 인공지능 모델 주요 이슈와 방법론 17
2.2.1. 학습 데이터 부족 17
2.2.2. 모델 해석 및 설명 제한 18
2.2.3. 적대적 공격에 취약 23
2.2.4. 모델 경량화 필요 28
2.2.5. 인공지능 윤리 정립 필요 31
2.3. 국방 인공지능 모델 기술과제 도출 32
2.3.1. 국방 인공지능 개념과 특징 32
2.3.2. 국방 인공지능 발전을 위한 기존연구 36
2.3.3. 국방 인공지능 모델 발전을 위한 기술과제 도출 38

제3장 기술과제 해결 방법론과 적용결과 40
3.1. 설명가능한 인공지능 모델 개발 40
3.1.1. 문제인식 및 연구 필요성 40
3.1.2. 전문가 지식이 반영된 설명력 보장 방법론 44
3.1.3. 실험결과 및 분석 52
3.1.4. 소결론 60
3.2. 적대적 공격대응 61
3.2.1. 문제인식 및 연구 필요성 61
3.2.2. 적대적 공격 대응 연구 방법론 63
3.2.3. 실험결과 및 분석 72
3.2.4. 소결론 88
3.3. 경량화 딥러닝 모델 개발 90
3.3.1. 문제인식 및 연구 필요성 90
3.3.2. 경량화 Mask RCNN 모델 방법론 92
3.3.3. 경량화 Mask RCNN 결과 및 분석 99
3.3.4. 소결론 106
3.4. 기술과제를 적용한 모델 개발 절차(안) 107

제4장 기술과제를 적용한 해상감시 모델 개발 109
4.1. 해상객체 탐지 딥러닝 모델 기존연구 분석 109
4.2. YOLOv5_DeepSORT 일반사항 111
4.3. 모델 개발절차 114
4.4. 학습결과 및 분석 118
4.5. 결과 종합 및 활용방안 제시 129

제5장 결 론 131
5.1. 연구결과 요약과 의의 131
5.2. 연구의 한계 및 향후 연구 방향 134