생성적 적대 신경망을 이용한 항공기 날개 플렉셔 데이터 생성 방안에 관한 연구 (A study on the Generation Method of Aircraft Wing Flexure Data Using Generative Adversarial Networks)

서지정보

· 발행기관 : 한국항행학회
· 수록지 정보 : 한국항행학회논문지 / 26권 / 3호 / 179 ~ 184페이지
· 저자명 : 류경돈

초록

전투기 또는 무장헬기 날개에 장착된 무기체계의 전달정렬 성능 향상을 위해서는 정확한 플렉셔 모델이 필요하다. 플렉셔를 역학적, 확률적으로 모델링하는 방법들이 연구되고 있지만, 여전히 무기체계에 적용하기엔 모델링의 정확도가 낮다. 최근 연구되고 있는 딥러닝 기법들은 이러한 플렉셔의 비선형 특성을 모델링하기 적합하지만, 그에 앞서 딥러닝 모델링을 위해 다량의 플렉셔 데이터를 확보하는 과정에서 전투기를 운용하여 필요한 데이터를 얻는 것은 현실적으로 한계가 있다. 본 논문에서는 데이터 생성을 위해 활발히 연구 중인 생성적 적대 신경망 알고리즘을 활용하여 이미 획득한 플렉셔 데이터를 다량으로 늘리는 알고리즘을 연구하고, 생성적 적대 신경망의 대표적인 정량적 평가기법을 활용하여 실제 원본 데이터와의 유사도를 평가하였다.

영어초록

The accurate wing flexure model is required to improve the transfer alignment performance of guided weapon system mounted on a wing of fighter aircraft or armed helicopter. In order to solve this problem, mechanical or stochastical modeling methods have been studying, but modeling accuracy is too low to be applied to weapon systems. The deep learning techniques that have been studying recently are suitable for nonlinear. However, operating fighter aircraft for deep-learning modeling to secure a large amount of data is practically difficult. In this paper, it was used to generate amount of flexure data samples that are similar to the actual flexure data. And it was confirmed that generated data is similar to the actual data by utilizing “measures of similarity” which measures how much alike the two data objects are.

참고자료

· 없음