Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.1014-1015
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

LSTM & Transformer-Based AI Implementation for Time Series Forecasting of Port Cargo Volume

LSTM & Transformer 기반 항만 물동량 시계열 AI 예측 기술 구현

  • Bo Kyeom Shin (Dept. of Statistics and Information Science, Dong-Duk Women's University) ;
  • Ju A Park (Dept. of Statistics and Information Science, Dong-Duk Women's University) ;
  • Hye-Jeong Jeong (Dept. of Statistics and Information Science, Dong-Duk Women's University) ;
  • Ga Yeon Choi (Dept. of Statistics and Information Science, Dong-Duk Women's University) ;
  • Hye Won Chang (Dept. of Statistics and Information Science, Dong-Duk Women's University) ;
  • Gyu-Young Lee (Graduate School of Information Security, KAIST)
  • 신보겸 (동덕여자대학교 정보통계학과) ;
  • 박주아 (동덕여자대학교 정보통계학과) ;
  • 정혜정 (동덕여자대학교 정보통계학과) ;
  • 최가연 (동덕여자대학교 정보통계학과) ;
  • 장혜원 (동덕여자대학교 정보통계학과) ;
  • 이규영 (한국과학기술원 정보보호대학원)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

우리나라는 수출입 화물의 대부분이 항만 및 해상을 통해 운송되기 때문에 항만 경쟁력 강화를 위한 물동량 예측은 필수적이다. 본 연구에서는 시계열 데이터에 뛰어난 성능을 보이는 LSTM 과 Transformer 모델을 이용하여 물동량과 경제지수를 입력변수로 하는 항만 물동량 예측 모델을 구현하였다. 결론적으로 LSTM 기반 예측모델의 성능이 가장 우수함을 실험적으로 확인하였다.

Keywords

Acknowledgement

본 논문은 해양수산부 실무형 해상물류 일자리 지원사업(스마트해상물류 × ICT 멘토링)을 통해 수행한 ICT 멘토링 프로젝트 결과물입니다.

References

  1. 김두환. "딥러닝을 활용한 부산항 컨테이너 물동량 예측에 관한 연구." 국내박사학위논문 동아대학교 대학원, 2020. 부산
  2. 김미선, 김예지, 김은수, 이보경, 한유리, 이규영 "딥러닝을 이용한 컨테이너 물동량 예측기술 구현", 2023.11 한국정보처리학회 학술대회논문집
  3. 이승필, "부산항 컨테이너 물동량을 이용한 시계열 및 딥러닝 예측연구", 한국해양대학교 공학석사학위논문, p31-39, 2022.
  4. 홍영범, 최종두. 시계열 데이터의 교차 검증을 활용한 융합적 모델 기반의 시계열 특징에 의한 코스피지수 예측. 한국경영과학회지, 2023, 1-21