메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
허종국 (고려대학교) 임새린 (고려대학교) 안시후 (고려대학교) 박진혁 (고려대학교) 이영재 (고려대학교) 조용원 (고려대학교) 목충협 (고려대학교) 조준호 (리얼타임비쥬얼) 김성범 (고려대학교)
저널정보
대한산업공학회 대한산업공학회지 대한산업공학회지 제48권 제6호
발행연도
2022.12
수록면
603 - 614 (12page)
DOI
10.7232/JKIIE.2022.48.6.603

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Advances in new communication technologies enable commanders to collect various information in battlefield situations. However, it is difficult to make quick and accurate decisions on the battlefield because of vast amount of information. To address this problem, several studies attempt to change tabular data into an easy-to-understand text format. Existing table-to-text studies are not suitable for battlefield situations because they use specific domain data such as WIKIBIO and WIKITABLETEXT. In this study, we propose a table-to-text transfer transformer (TaT4) that uses special tokens to transform log table data into a single sequence to preserve table information. Moreover, the proposed TaT4 uses multi-task learning that can leverage cross-task data of types in a single model to improve generalization performance. We conduct experiments on eight datasets generated from three Korean defense modeling and simulations (M&S) of battlefield situations in the Army, Air Force, and Navy. The proposed TaT4 outperforms the existing table-to-text models.
#Battlefield Situation Awareness #Multi-Task Learning #Table-To-Text #Text-To-Text

목차

1. 서론
2. 국방 M&S를 활용한 전장 상황 로그 데이터 생성
3. 제안 방법론
4. 실험 결과
5. 결론
참고문헌

참고문헌 (24)

참고문헌 신청
Bao, J., Tang, D., Duan, N., Yan, Z., Lv, Y., Zhou, M., and Zhao, T. (2018), Table-to-text: Describing table region with natural language, In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 32, No. 1). google schola Devlin, J., Chang, M. W., Lee, K., and Toutanova, K. (2018), Bert: Pre-training of deep bidirectional transformers for language understanding, arXiv preprint arXiv:1810.04805. Gu, J., Lu, Z., Li, H., and Li, V. O. (2016), Incorporating copying mechanism in sequence-to-sequence learning, arXiv preprint arXiv:1603.06393. Han, C. H., Cho, J. H., and Lee, S. K. (2011), A study for autonomous intelligence of computer-generated forces, Journal of the Korea Society for Simulation, 20(1), 69-77. google schola Han, C. and Lee, J. K. (2019), A methodology for defense AI command&control platform construction, The Journal of Korean Institute of Communications and Information Sciences, 44(4), 774-781. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

다중 혈중 성분 농도 예측을 위한 비침습형 센서 기반 멀티 아웃풋 네트워크
유이경 ,  조윤상 ,  목충협 외 3명 대한산업공학회지 2022 .10
다중 합성곱 모델을 이용한 R-EPS 차량 내부 소음 예측
고은성 ,  정기원 ,  조용원 외 6명 대한산업공학회지 2022 .08
차량 외부 디자인 변경에 따른 풍절음 예측을 위한 설명 가능한 딥러닝 모델
김태연 ,  목충협 ,  오혜령 외 2명 대한산업공학회지 2022 .10
딥러닝 알고리즘을 활용한 디스플레이 정전척 FAB 공정의 불량 탐지 및 원인 분석
김서연 ,  이지윤 ,  목충협 외 7명 대한산업공학회지 2022 .04
예측 모델 기반 섀플리 값을 이용한 타이어 설계 인자 분석
황석철 ,  조윤상 ,  김성범 대한산업공학회지 2022 .10

최근 본 자료

전체보기

댓글(0)

0