An Efficient Approach for Constructing Intelligent Naval Combat System Dataset based on Combat Structural Data Cleansing Techniques

함정 전투체계는 센서와 무장체계를 통합하여 표적의 탐지부터 교전까지 절차를 수행하는 시스템이다. 본 연구는 수상함 전투체계의 메시지 기반 정형데이터를 정제하여 전투체계 핵심 기능의 일반화 성능을 향상시키는 방법을 제안한다. 전투체계의 기능 중 교전에 대한 두 가지 인공지능과업 설정하여 오염 데이터와 정제 데이터 기반으로 모델을 비교 및 분석한다. 데이.터 생성시 센서 고장과 임무 편향 시나리오 기반의 데이터를 수집하여 실험 데이터로 활용하였으며, 다양한인공지능 모델별 데이터 정제 전과 후의 성능 차이, 효과적인 정제 알고리즘의 조합을 추정하였다. 추가로 정제 후의 성능 개선 효과를 확인하기 위하여 가중합 시나리오를 활용한 평가를 수행하였으며, 통계 검정을 통해 유의성을 검증하였다. 광범위한 실험을 통해 LightGBM 과 AutoEncoder의 조합이 회귀와 분류 과업에서 모두 우수한 것을 확인하였다. 본 연구는 인공지능 기반 함정 전투체계 지능화와 신기술 적용성 검토에 유용하게 활용될 것으로 사료된다.