초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

무기 체계 개발은 한정된 개발기간과 비용 등의 제한으로 시험 횟수가 많지 않아, 고장관련 축적된 데이터의 규모도 적다. 그러나 운용 중 발생 한 고장 및 정비내역은 많은 부분 전산 데이터로 관리하고 있기 때문에 이를 활용한 무기 체계의 고장원인 분석은 가능하다. 다만 다양한 무기 체계의 고장 및 정비내역 작성 규격이 각 군 별, 업체별 상이하고, 고장
원인의 구체적 내역은 비정형 텍스트 데이터로 기술되어 있기 때문에 이 를 분석하는데 어려움이 있었다. 그러나 오늘날 빅데이터 처리 기술과 ...

무기 체계 개발은 한정된 개발기간과 비용 등의 제한으로 시험 횟수가 많지 않아, 고장관련 축적된 데이터의 규모도 적다. 그러나 운용 중 발생 한 고장 및 정비내역은 많은 부분 전산 데이터로 관리하고 있기 때문에 이를 활용한 무기 체계의 고장원인 분석은 가능하다. 다만 다양한 무기 체계의 고장 및 정비내역 작성 규격이 각 군 별, 업체별 상이하고, 고장
원인의 구체적 내역은 비정형 텍스트 데이터로 기술되어 있기 때문에 이 를 분석하는데 어려움이 있었다. 그러나 오늘날 빅데이터 처리 기술과 기계학습(Machine Learning) 알고리즘의 발전, HW연산 능력의 개선과 맞물려, 상기와 같은 비정형 데이터를 처리 할 수 있는 여러 가지 방법 들이 시도 되고 있으며, 주요한 연구 분야로 활발히 연구되고 있다. 본
논문에서는 국방 무기 체계의 고장/정비 관련 비정형 데이터와 다양한 기계학습 알고리즘을 이용하여, 적합한 학습 방안을 식별하고, 이를 활용 하여 무기체계(or 구성품)의 신뢰성 설계를 달성하는 방안을 제시하고 이를 Delphi 기법을 활용 하여 검증 하였다.

Keyword