Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2023.11a
- /
- Pages.1094-1095
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Implementation of Container Volume Prediction Technology using Deep Learning
딥러닝을 이용한 컨테이너 물동량 예측기술 구현
- Mi-Sum Kim (Dept. of Industrial and Management Engineering, Han-Kuk University of Foreign Studies) ;
- Ye-Ji Kim (Dept. of Computer Engineering, Ho-Seo University ) ;
- Eun-Su Kim (Dept. of IT Convergence, Soong-Sil University) ;
- Bo-Kyung Lee (Dept. of Software Convergence, Sook-myung Women's University) ;
- Yu-Ri Han (Dept. of International Economics and Law, Han-Kuk University of Foreign Studies) ;
- Gyu-Young Lee (Graduate School of Information Security, KAIST)
- 김미선 (한국외국어대학교 산업경영공학과 ) ;
- 김예지 (호서대학교 컴퓨터공학부) ;
- 김은수 (숭실대학교 전자정보공학부 IT 융합전공 ) ;
- 이보경 (숙명여자대학교 소프트웨어융합전공) ;
- 한유리 (한국외국어대학교 국제통상학과 ) ;
- 이규영 (한국과학기술원 정보보호대학원)
- Published : 2023.11.02
Abstract
우리나라는 지리적 여건 상 대외무역에 대한 의존도가 높기 때문에, 해상운송에서의 물동량을 예측하여 항만시설을 개발하는 것이 매우 중요하다. 한편 우리나라 컨테이너 운송의 75%는 부산항을 통해 운송되고 있기 때문에 경기 회복을 위해서는 부산항의 경쟁력 강화가 급선무이다. [1] 물동량은 경제적 수입 뿐만 아니라, 지속가능성을 예측하는 측면에서도 가치가 있다. 본 연구에서는 물동량, 경제지수, 기후정보 등 다양한 입력변수와 LSTM 모델을 이용하여 보다 정확한 부산항 컨테이너 물동량 딥러닝 예측모델을 구현하였다.
Keywords