육군전술지휘정보체계(ATCIS)에서는 군단급 이하의 전술제대들로부터 입력받은 전장정보를 부대 지휘관과 참모들에게 제공하며, 이를 바탕으로 지휘관은 자신의 야전 경험과 군사 전문성을 활용하여 지휘 결심을 하게 된다. 만약 급격하게 변화하는 전장 상황에서 ATCIS가 입력 받은 적 또는 전장 상황에 대한 정보의 의미를 자동으로 이해하여 지휘 결심에 도움을 줄 수 있는 새로운 지식을 제공할 수 있다면, 지휘관은 좀 더 빠르고 정확한 의사결정을 할 수 있게 될 것이다. 따라서 본 연구에서는 국방온톨로지를 활용한 지능형 ATCIS를 제안하고자 한다. 이를 위해, 전자 교범과 ATCIS 데이터베이스 정보를 분석하여 국방온톨로지를 구축하였고, 부대 참모들의 인터뷰를 통하여 지휘 결심에 필요한 군사지식을 규칙 형태로 정의하였다. 또한 구축된 국방온톨로지와 규칙이 지휘관의 의사결정지원에 활용되는 것을 보이기 위해 시맨틱 웹 기술을 활용하여 적의 도발 가능성을 예측하는 서비스를 구현하였다.
육군전술지휘정보체계(ATCIS)에서는 군단급 이하의 전술제대들로부터 입력받은 전장정보를 부대 지휘관과 참모들에게 제공하며, 이를 바탕으로 지휘관은 자신의 야전 경험과 군사 전문성을 활용하여 지휘 결심을 하게 된다. 만약 급격하게 변화하는 전장 상황에서 ATCIS가 입력 받은 적 또는 전장 상황에 대한 정보의 의미를 자동으로 이해하여 지휘 결심에 도움을 줄 수 있는 새로운 지식을 제공할 수 있다면, 지휘관은 좀 더 빠르고 정확한 의사결정을 할 수 있게 될 것이다. 따라서 본 연구에서는 국방온톨로지를 활용한 지능형 ATCIS를 제안하고자 한다. 이를 위해, 전자 교범과 ATCIS 데이터베이스 정보를 분석하여 국방온톨로지를 구축하였고, 부대 참모들의 인터뷰를 통하여 지휘 결심에 필요한 군사지식을 규칙 형태로 정의하였다. 또한 구축된 국방온톨로지와 규칙이 지휘관의 의사결정지원에 활용되는 것을 보이기 위해 시맨틱 웹 기술을 활용하여 적의 도발 가능성을 예측하는 서비스를 구현하였다.
ATCIS (Army Tactical Command Information System) provides commanders and staff officers the battlefield information that is reported by tactical echelons under an army corps and the commanders make decisions based on the information by using their experience and specialty in military domain. If ATIC...
ATCIS (Army Tactical Command Information System) provides commanders and staff officers the battlefield information that is reported by tactical echelons under an army corps and the commanders make decisions based on the information by using their experience and specialty in military domain. If ATICS can automatically understand the reported information from rapidly changing battlefield and provide new knowledge that can support decision making, the commanders would be able to make faster and more accurate decision. In this paper, therefore, we propose an intelligent ATCIS using a national defense ontology. To this end, we built the national defense ontology by analyzing the electronic field manuals and ATCIS database, and then we defined military knowledge for decision making as a form of rule by interviewing several staff officers from different fields. In order to show how to apply the ontology and rules to decision making support for the commanders, we implemented a decision support service to estimate the possibility of enemy's provocation by using semantic web technologies.
ATCIS (Army Tactical Command Information System) provides commanders and staff officers the battlefield information that is reported by tactical echelons under an army corps and the commanders make decisions based on the information by using their experience and specialty in military domain. If ATICS can automatically understand the reported information from rapidly changing battlefield and provide new knowledge that can support decision making, the commanders would be able to make faster and more accurate decision. In this paper, therefore, we propose an intelligent ATCIS using a national defense ontology. To this end, we built the national defense ontology by analyzing the electronic field manuals and ATCIS database, and then we defined military knowledge for decision making as a form of rule by interviewing several staff officers from different fields. In order to show how to apply the ontology and rules to decision making support for the commanders, we implemented a decision support service to estimate the possibility of enemy's provocation by using semantic web technologies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
먼저 지능형 ATCIS에서 사용된 국방온톨로지 구축에 관한 내용을 기술하고자 한다. 국방온톨로지 개발에 사용된 방법론으로는 본 연구팀이 이전 연구에서 제안한 혼합형 온톨로지 구축 방법론[4]을 활용하였다.
급격하게 변화하는 전장 상황에서 많은 양의 군사정보를 빠르고 정확하게 처리하여 전쟁에서의 우위를 점하고자 하는 시점에서 볼때, 컴퓨터가 이해할 수 있는 형태로 군사정보를 변환하여 이를 효과적인 동시에 효율적으로 자동 처리하기 위한 노력이 절실히 요구되고 있다. 본 논문에서 제안하는 시스템은그러한 요구에 부응하기 위하여 구축되었다. 본 연구의 시사점을 요약하면 다음과 같다.
본 연구에서는 시맨틱 웹 기술을 활용하여 지휘관의 지휘 결심을 도와주는 지능형 ATCIS를 제안하였다. 급격하게 변화하는 전장 상황에서 많은 양의 군사정보를 빠르고 정확하게 처리하여 전쟁에서의 우위를 점하고자 하는 시점에서 볼때, 컴퓨터가 이해할 수 있는 형태로 군사정보를 변환하여 이를 효과적인 동시에 효율적으로 자동 처리하기 위한 노력이 절실히 요구되고 있다.
의사결정지원 서비스에서는 지휘관의 의사결정에 도움이 되는 군사지식을 제공하는 역할을 담당한다. 본 연구에서는 적의 도발 가능성을 판단하는 예를 중심으로 의사결정에 도움이 되는 정보들이 어떻게 지휘관에게 제시되는지를 설명하고자 한다. 그 과정을 요약하면 다음과 같다.
본 절에서는 시맨틱 웹 기술을 기반으로 구현된 지능형 ATCIS의 시스템 구조를 설명하고자 한다. 시스템 구조는 시맨틱 웹 프레임워크[12]를 참조하여 설계하였으며, <그림 1> 과 같이 1) 감시 체계, 2) 정보 수집 체계, 3) 국방 지식 관리 체계, 4) 데이터베이스, 그리고 5) 사용자 화면으로 구성된 다.
이에 본 논문에서는 국방온톨로지를 활용한 지능형 ATCIS를 제안하고자 한다. 그 과정을 요약하면 다음과 같다.
즉, 일부 연구들에서 온톨로지를 국방 분야에 부분적으로 활용한 예는 소개되고 있지만, 온톨 로지 구축에서부터 구축된 온톨로지를 어떻게 시스템에 효과 적으로 활용할 수 있는지에 관한 전반적인 과정을 시스템 구현을 통해 상세하게 보여준 연구는 미진한 상태이다. 이에 본논문에서는 우리 군 환경을 고려한 국방온톨로지의 구축 과정을 설명하고 이를 활용한 지능형 ATCIS를 제안하고자 한다.
제안 방법
• 구축된 국방온톨로지의 활용 가능성을 보여주기 위해 시맨틱 웹 기술을 이용하여 지능형 ATCIS를 구현하 였다.
• 야전 참모들의 인터뷰를 통해 군사지식을 수집하였고, 수집된 군사지식을 SPARQL 형태의 규칙으로 변환 하여 군사지식을 추론하는 방법을 보여주었다.
• 국방온톨로지를 기반으로 수집된 군사정보들이 어떻게 컴퓨터가 이해할 수 있는 형태로 변환되는지를 기술하였다.
첫째, 온톨로지를 국방분야에 활용한 문헌들을 조사하였다. 둘째, ATCIS에서 사용될 국방 용어들을 ATCIS 데이터베이스 정보와 전자 교범 등을 분석하여 수집하였고, 혼합형 온톨 로지 구축 방법론[4]을 활용하여 국방온톨로지를 구축하였 다. 셋째, 부대 참모들의 인터뷰를 통하여 지휘 결심에 필요한 군사지식을 조사하였고 국방온톨로지에 정의된 용어들을 활용하여 군사지식을 규칙 형태로 정의하였다.
이와 같은 관리 기능이 필요한 이유는 초기 구축된 국방온톨로지가 지휘관의 의사결정에 필요한 모든 개념들을 포함하고 있지 않을 수 있기 때문에 지속적으로 국방온톨로지를 갱신할 수 있는 체계가 필요하기 때문이 다. 또한 SPARQL 기반으로 표현된 군사지식을 활용하여 지휘관의 의사결정에 도움을 주는 군사지식을 추론하는 기능도 제공한다.
넷째, 구축된 국방온톨로지의 활용 가능성을 보여주기 위해 시맨틱 웹 기술을 이용하여 프로토타입 형태의 지능형 ATCIS를 구현하였으며, 이를 통해 적의 도발 가능성을 예측하는 과정을 보여주었 다. 마지막으로 연구 요약과 함께 국방온톨로지를 실제 ATCIS에 적용할 때 고려해야 할 사항들을 언급하였다.
미군의 경우, 기존에 구축된 국방정보시스템들을 효과적으로 통합하고 이들 간의 상호운용성을 높이기 위한 방법으로 C4ISR 데이터 온톨로지를 OWL로 구축하여 활용하였으며 [10], Dianic의 연구에서도 도메인 온톨로지를 사용하여 네트 워크 중심전에 사용되는 여러 시스템들을 의미적으로 통합하는 방법을 제안하였다[11].
이 방법의 장점은 추론 엔진을 사용할 때 보다 새로운 규칙 정보를 빠르게 찾아주는 것에 있다[21]. 본 연구에 서는 전장 상황에서 군사지식을 빠르게 추론할 수 있는 환경을 구축하기 위해 SPARQL을 활용하여 군사지식들을 규칙 형태로 표현하였다. 예를 들어, 앞서 언급한 MK4에 관한 군사지식을 SPARQL로 표현하면 <그림 4>와 같으며, 해당 규칙을 만족하는 군사정보가 있을 경우 변수 ‘?공중침투도발’의 결과로 ‘임박’이 추론된다.
둘째, ATCIS에서 사용될 국방 용어들을 ATCIS 데이터베이스 정보와 전자 교범 등을 분석하여 수집하였고, 혼합형 온톨 로지 구축 방법론[4]을 활용하여 국방온톨로지를 구축하였 다. 셋째, 부대 참모들의 인터뷰를 통하여 지휘 결심에 필요한 군사지식을 조사하였고 국방온톨로지에 정의된 용어들을 활용하여 군사지식을 규칙 형태로 정의하였다. 넷째, 구축된 국방온톨로지의 활용 가능성을 보여주기 위해 시맨틱 웹 기술을 이용하여 프로토타입 형태의 지능형 ATCIS를 구현하였으며, 이를 통해 적의 도발 가능성을 예측하는 과정을 보여주었 다.
여기에서 국방온톨로지는 Protege(http://protege.stanford.edu/)로 구축하였고, 각 체계의 주요 기능들은 주로 Java와 시맨틱 웹 개발 프레임워크인 Apache Jena(http://jena.
apache.org/)를 활용하여 구현하였다. 웹 환경을 지원하기 위해 Apache Tomcat을 활용하였다.
이때 입력 시간은 자동으로 기록된다. 여기에서 첩보를 입력하는 사용자의 입력 편의성을 높이기 위해 기존 ATCIS에서 사용되었던 첩보보고전문의 사용자 화면을 참조하여 첩보 보고 화면을 설계하였다.
지능형 ATCIS는 국방온톨로지를 기반으로 표현된 RDF 형태의 군사정보가 필요하다. 이를 위해 본 연구에서는 감시체계를 통해 수집된 적의 군사 정보를 입력하는 첩보 보고 화면과 입력된 첩보를 RDF 형태로 변환시켜주는 시맨틱 정보 변환기를 구현하였다. 웹 기반으로 운용되는 첩보 보고 화면은 첩보 유형별로 입력할 내용이 구분되어 있는데, <그림 5> 는 적전투기보고에 관한 첩보 보고 화면의 예를 나타낸다.
또한 조사된 군사지식들을 컴퓨터가 이해할 수 있는 규칙 형태로 표현되어야 한다. 이를 위해, ATCIS를 운영하는 부대 참모들과의 인터뷰를 실시하였고, 실제 ATCIS 운용에 있어 자주 활용되는 군사지식들을 수집할 수 있었다. 예를 들어, 정보 참모와의 인터뷰에서는 ‘적 도발 가능성’을 판단하는 것이 중요한 업무 중 하나임을 알 수 있었고 이와 관련된 군사 지식들을 수집할 수 있었다.
정보 획득과 관련하여, Matheus 등은 시간과 공간의 변화에 따라 달라지는 전장 상황을 효과적으로 표현하기 위하여 상황 인지(situation awareness)에 관한 온톨로지를 제안 하였다. 제안된 온톨로지의 핵심 개념으로 객체, 관계, 이벤트를 정의하였으며, 이를 활용하여 전장 상황을 형식화된 언어로 표현하는 방법을 보여주었다[5]. Oltramari와 Lebiere의 연구에서는 다양한 군의 감시 장비로부터 실시간수집되는 영상 정보의 의미를 온톨로지를 통해 자동으로 파악 하는 시스템을 제안하였다[6].
그 과정을 요약하면 다음과 같다. 첫째, 온톨로지를 국방분야에 활용한 문헌들을 조사하였다. 둘째, ATCIS에서 사용될 국방 용어들을 ATCIS 데이터베이스 정보와 전자 교범 등을 분석하여 수집하였고, 혼합형 온톨 로지 구축 방법론[4]을 활용하여 국방온톨로지를 구축하였 다.
<그림 2>의 가운데 부분은 정보 분야에 관한 커널 온톨로지의 예를 보여준다. 커널 온톨로지에 존재하지 않는 여러 군사 용어들을 수집하기 위해 야전 교범이나 DTiMS의 시소러스 정보 등을 분석하였 고, 이 용어들을 이용하여 커널 온톨로지의 상위 개념과 하위 개념들을 하향식 방법론(top-down approach)과 상향식 방법론(bottom-up approach)을 적용하여 클래스 계층으로 구체화하였다.
이론/모형
먼저 지능형 ATCIS에서 사용된 국방온톨로지 구축에 관한 내용을 기술하고자 한다. 국방온톨로지 개발에 사용된 방법론으로는 본 연구팀이 이전 연구에서 제안한 혼합형 온톨로지 구축 방법론[4]을 활용하였다. 혼합형 온톨로지 구축 방법론의 핵심은 실용적인 온톨로지를 구축하기 위해 기존의 데이 터베이스 스키마정보를 적극적으로 활용하는 것에 있다.
혼합형 온톨로지 구축 방법론의 핵심은 실용적인 온톨로지를 구축하기 위해 기존의 데이 터베이스 스키마정보를 적극적으로 활용하는 것에 있다. 실제 ATCIS에서 사용된 데이터베이스 스키마로부터 매핑 규칙 [4]을 이용하여 온톨로지의 구성요소인 개념들과 관계들을추출해낸다. 이렇게 추출된 온톨로지를 커널 온톨로지라 하며 이는 ATCIS의 주요 용어들을 포함한다.
org/)를 활용하여 구현하였다. 웹 환경을 지원하기 위해 Apache Tomcat을 활용하였다. 테스트 브라우저로 Chrome을 사용하였으며, 데이터베이스로는 MySQL을 이용하였다.
추가적 으로 계층관계를 강화하기 위해 계층의 구조를 정의할 때 사용된 subClassOf 관계 이외에 equivalentClass, disjoint-With, intersectionOf 등의 관계를 정의하였고, 제약사항, 공리 및 도메인 규칙을 방법론에 따라 정의하였다. 지금까지파악된 계층구조와 강화된 의미 정보가 표현된 온톨로지를 OWL[13] 형식으로 구현하였다. 혼합형 온톨로지 구축 방법론을 활용하여 국방온톨로지를 구축하는 구체적인 예는 본 연구팀의 이전 연구들[14, 15]에서 확인할 수 있다.
이렇게 생성된 두 가지의 클래스 계층을 커널 온톨로지에 연결한 후 <그림 2>와 같은 계층 구조를 완성하였다. 추가적 으로 계층관계를 강화하기 위해 계층의 구조를 정의할 때 사용된 subClassOf 관계 이외에 equivalentClass, disjoint-With, intersectionOf 등의 관계를 정의하였고, 제약사항, 공리 및 도메인 규칙을 방법론에 따라 정의하였다. 지금까지파악된 계층구조와 강화된 의미 정보가 표현된 온톨로지를 OWL[13] 형식으로 구현하였다.
성능/효과
3) 표적에 대한 분석과 타격 우선순위를 결정하여 타격을 수행하는 ‘화력’ 영역 등으로 구분된다.
현재 상황과 관련된 군사정보를 RDF 형태로 확인하기 위해서는 팝업창 하단의 ‘RDF 정보 탐색’ 버튼을 선택하면 된다. <그림 7>과 같이 군사정보들이 트리플 구조로 표현되며 각각의 개념들과 관계의 구조가 국방온톨로지를 기반으로 보여지는 것을 확인할 수 있다.
셋째, 부대 참모들의 인터뷰를 통하여 지휘 결심에 필요한 군사지식을 조사하였고 국방온톨로지에 정의된 용어들을 활용하여 군사지식을 규칙 형태로 정의하였다. 넷째, 구축된 국방온톨로지의 활용 가능성을 보여주기 위해 시맨틱 웹 기술을 이용하여 프로토타입 형태의 지능형 ATCIS를 구현하였으며, 이를 통해 적의 도발 가능성을 예측하는 과정을 보여주었 다. 마지막으로 연구 요약과 함께 국방온톨로지를 실제 ATCIS에 적용할 때 고려해야 할 사항들을 언급하였다.
또한 화력 참모와의 인터뷰에서는 ‘효과적인 화력 대응 방안’과 관련된 군사지식들을 파악할수 있었다.
• 구축된 국방온톨로지의 활용 가능성을 보여주기 위해 시맨틱 웹 기술을 이용하여 지능형 ATCIS를 구현하 였다. 또한, 적 도발 가능성을 판단하는 서비스를 개발하여 시맨틱 웹 기술이 지휘관의 의사결정을 강화하기 위한 수단으로 사용될 수 있음을 증명하였다.
지능형 ATCIS에서 제공하는 종합 상황도에는 적군과 아군의 전장 상황에 관한 종합 정보가 표시되어 있는데, 의사결 정지원 서비스와 관련하여 화면 우측의 ‘공중침투 및 도발’ 영역의 상태가 ‘임박’으로 표시되는 것을 확인할 수 있다.
후속연구
넷째, 지능형 ATCIS의 기능을 기존 ATCIS에 추가할 때 고려되어야 할 사항들에 관한 연구가 진행되어야 한다. 끝으로, 본 연구에서 제안한 방법을 육군뿐만이 아닌 해·공군에서 사용하는 국방정보체계에도 적용해 보는 연구를 진행하고자 한다.
셋째, 지능형 ATCIS를 야전에서 활용할 경우 의사결정에 얼마만큼 효과를 줄 수 있는지에 관한 비교 연구가 필요하다. 넷째, 지능형 ATCIS의 기능을 기존 ATCIS에 추가할 때 고려되어야 할 사항들에 관한 연구가 진행되어야 한다. 끝으로, 본 연구에서 제안한 방법을 육군뿐만이 아닌 해·공군에서 사용하는 국방정보체계에도 적용해 보는 연구를 진행하고자 한다.
첫째, 국방 온톨로지를 지속적으로 관리하고 다른 정보체계의 온톨로지 들과 통합하는 연구가 필요하다. 둘째, 보다 다양한 의사결정 지원서비스를 지원하기 위해 체계적으로 군사지식을 수집하고 이를 시스템에 효과적으로 반영하는 방법에 관한 연구가 필요하다. 셋째, 지능형 ATCIS를 야전에서 활용할 경우 의사결정에 얼마만큼 효과를 줄 수 있는지에 관한 비교 연구가 필요하다.
둘째, 보다 다양한 의사결정 지원서비스를 지원하기 위해 체계적으로 군사지식을 수집하고 이를 시스템에 효과적으로 반영하는 방법에 관한 연구가 필요하다. 셋째, 지능형 ATCIS를 야전에서 활용할 경우 의사결정에 얼마만큼 효과를 줄 수 있는지에 관한 비교 연구가 필요하다. 넷째, 지능형 ATCIS의 기능을 기존 ATCIS에 추가할 때 고려되어야 할 사항들에 관한 연구가 진행되어야 한다.
향후, 현재 개발된 지능형 ATCIS가 실제 군에 적용되기 위해서는 다음과 같은 추가적인 연구가 필요하다. 첫째, 국방 온톨로지를 지속적으로 관리하고 다른 정보체계의 온톨로지 들과 통합하는 연구가 필요하다. 둘째, 보다 다양한 의사결정 지원서비스를 지원하기 위해 체계적으로 군사지식을 수집하고 이를 시스템에 효과적으로 반영하는 방법에 관한 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
육군전술지휘정보체계란?
육군전술지휘정보체계(ATCIS: Army Tactical Command Information System)는 군단급 이하 전술제대의 전장기능을 자동화하기 위해 도입된 육군 C4I체계이다 [1]. ATCIS에서 제공되는 서비스 영역들은 네트워크를 기반 으로 서로 연결되어 있으며, 주요 영역은 1) 적의 상태, 위치, 기도 등과 같은 전장 상황을 보고하는 ‘정보’ 영역, 2) 수집된 전장 상황을 통해 지휘를 결심하고 작전을 명령하는 ‘작전’ 영역, 그리고 3) 표적에 대한 분석과 타격 우선순위를 결정하여 타격을 수행하는 ‘화력’ 영역 등으로 구분된다.
ATCIS에서 제공되는 서비스 영역은 무엇을 기반으로 서로 연결되어 있는가?
육군전술지휘정보체계(ATCIS: Army Tactical Command Information System)는 군단급 이하 전술제대의 전장기능을 자동화하기 위해 도입된 육군 C4I체계이다 [1]. ATCIS에서 제공되는 서비스 영역들은 네트워크를 기반 으로 서로 연결되어 있으며, 주요 영역은 1) 적의 상태, 위치, 기도 등과 같은 전장 상황을 보고하는 ‘정보’ 영역, 2) 수집된 전장 상황을 통해 지휘를 결심하고 작전을 명령하는 ‘작전’ 영역, 그리고 3) 표적에 대한 분석과 타격 우선순위를 결정하여 타격을 수행하는 ‘화력’ 영역 등으로 구분된다. 여기에서 ATCIS를 성공적으로 운용하기 위해서는 적보다 먼저 보고, 먼저 판단하며, 먼저 타격할 때 필요한 유용한 정보들이 지휘 관에게 빠르게 전달되어 지휘관의 지휘 결심을 도울 수 있어야 한다[2].
육군전술지휘정보체계의 주요 영역은 무엇으로 구분되는가?
육군전술지휘정보체계(ATCIS: Army Tactical Command Information System)는 군단급 이하 전술제대의 전장기능을 자동화하기 위해 도입된 육군 C4I체계이다 [1]. ATCIS에서 제공되는 서비스 영역들은 네트워크를 기반 으로 서로 연결되어 있으며, 주요 영역은 1) 적의 상태, 위치, 기도 등과 같은 전장 상황을 보고하는 ‘정보’ 영역, 2) 수집된 전장 상황을 통해 지휘를 결심하고 작전을 명령하는 ‘작전’ 영역, 그리고 3) 표적에 대한 분석과 타격 우선순위를 결정하여 타격을 수행하는 ‘화력’ 영역 등으로 구분된다. 여기에서 ATCIS를 성공적으로 운용하기 위해서는 적보다 먼저 보고, 먼저 판단하며, 먼저 타격할 때 필요한 유용한 정보들이 지휘 관에게 빠르게 전달되어 지휘관의 지휘 결심을 도울 수 있어야 한다[2].
참고문헌 (21)
Republic of Korea Army Headquarters, Field Manual 61-10 Army Tactical Command Information System, 2006.
J. Shin,M. Ra,M. Oh, J. Yoo, C.Han, S. Ahn, Y. Lee, and B. Jang, "National Defense Information Communication," Yang Seo Gak, 2009.
T. Gruber, "A Translation Approach to Portable Ontology Specifications,"Knowledge Acquisition, Vol. 5, No. 2, pp. 199-220, 1993.
M. Ra, D. Yoo, S. No, J. Shin, andC.Han, "TheMixed Ontology Building Methodology Using Database Information," IAENG International Conference on Artificial Intelligence and Applications (ICAIA'12), Hong Kong, March, 2012.
C. Matheus, M. Kokar, and K. Baclawski, "A Core Ontology for Situation Awareness," In Proceedings of the 6th International Conference on Information Fusion, 2003.
A. Oltramari, and C. Lebiere, "Using Ontologies in a Cognitive-Grounded System: Automatic Action Recognition in Video Surveillance," In Proceedings of the 7th International Conference on Semantic Technology for Intelligence, Defense, and Security. Fairfax, Virginia, USA, 2012.
S. Song, K. Ryu, and M. Kim, "Ontology-based Decision Support for Military Information System," Systems, Applications and Technology Conference IEEE Long Island - LISAT, 2010.
J. Dong, J. Sun, H. Wang, C. Lee, and H. Lee, "AnalysingWeb Ontology in Alloy: AMilitary Case Study," In Proceedings of the 15th International Conference on Software Engineering &Knowledge Engineering, USA, July 1-3, 2003.
K. B. Laskey, P. G. Costa, E. J. Wright, and K. J. Laskey, "Probabilistic Ontology for Net- Centric Fusion," In Proceedings of 10th Inter- national Conference on Information Fusion, 2007.
Army Net-Centric Data Strategy, C4ISR Data Ontology Supports Army Net-Centric Data Strategy, http://data.army.mil
A. Dianic, "The Need for Scalability in Network Centric Warfare - It's all in the Semantics," SEC BSSD Bulletin, January, 2006.
D. Yoo, "A System Framework and Research Challenges for the Semantic Web Applications," Journal of The Korea Society of Computer and Information, Vol. 14, No. 12, pp. 255-266, 2009.
D. L. McGuinness, and F. V. Harmelen, "OWL Web Ontology Language Overview," W3C Recommendation 10 February 2004, http://www.w3.org/TR/owl-features/
M. Ra, D. Yoo, S. No, J. Shin, and C. Han, "National Defense Domain Ontology Development Using Mixed Ontology Building Methodology (MOBM)," In Proceedings of the 37th KIPS Spring Conference, Vol. 19, No. 1, 2012.
M. Ra, D. Yoo, S. No, J. Shin, and C. Han, "Constructing aMilitary Ontology According to the Mixed Ontology Building Methodology," In Proceedings of the 5th International Conference on Computer Research andDevelopment (ICCRD2013), Vietnam, Feb. 23-24, 2013.
G. Klyne, and J. J. Carroll, "Resource Description Framework (RDF): Concepts and Abstract Syntax," W3C Recommendation 10 February 2004, http://www.w3.org/TR/rdf-concepts/
I. Horrocks, P. F. Patel-Schneider, H. Tabet, S. Tabet, B. Grosof, and M. Dean, "SWRL: A Semantic Web Rule Language Combining OWL and RuleML," W3CMember Submission 21 May 2004, http://www.w3.org/Submission/SWRL/
B. Motik, P. F. Patel-Schneider, and B. Parsia, "OWL 2 Web Ontology Language Structural Specification and Functional-Style Syntax," W3C Recommendation 27 October 2009, http://www.w3.org/TR/owl-syntax/
E. Prud'hommeaux, and A. Seaborne, "SPARQL Query Language for RDF," W3C Recommendation 15 January 2008, http://www.w3.org/TR/rdf-sparql-query/
D. Jo, J. Choi, and M. Kim, "SPARQL Query Tool for Using OWL Ontology," Journal of The Korea Society of Computer and Information, Vol. 14, No. 11, pp. 21-30, 2009.
D. Yoo, "Hybrid Query Processing for Personalized Information Retrieval on the SemanticWeb," Knowledge-Based Systems, Vol. 27, pp. 211-218, 2012.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.