인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
Full-text AI
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
This study analyzes the battle results of the indirect fire unit, which is a key combat unit for brigade-level scientific combat training, using KCTC training big data. For the analysis, the necessary variables are defined, and data is constructed through pre-processing from the raw data. Various visualization methods are presented to evaluate and compare the battle results of the entire indirect fire unit. And a way to visually express the difference in indirect fire operations between units are presented. In addition, a methodology to distinguish between excellent units and poor units are suggested. And factors that have an important influence on the battle results of indirect fire are identified through the statistic test and classification analysis. As a result of the research, the units that had active observation activities through the efforts to find the enemies, especially those that had a large amount of observation and fired before the start of the attack by the opposing forces, are operating more effective indirect fire in combat than those that did not. This paper is the first research conducted after the KCTC training has been expanded to the brigade level. We will expect to serve as a good starting point for future research about brigade level KCTC training.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
