• 해양환경안전학회지
• /
• 제30권5호
• /
• pp.415-425
• /
• 2024

세계 해양산업은 자율운항선박 기술의 등장으로 급속도로 발전하고 있으며, 해양 데이터에서 파생된 인공지능 활용에 관한 관심이 높아지고 있다. 다양한 기술 발전 중에서 선박 항로 군집화는 자율운항선박 상용화를 위한 중요한 기술로 부각되고 있다. 항로 군집화를 통해 해상에서 선박 항로 패턴을 추출하여 가장 빠르고 안전한 항로를 최적화하고 충돌 방지 시스템의 개발에 기반이 된다. 항로 군집화 알고리즘의 정확성과 효율성을 보장하기 위해 고품질의 잘 처리된 데이터가 필수적이다. 본 연구에서는 다양한 항로 군집화 방법중 항로의 실제 형태와 특성을 정확히 반영할 수 있는 선박 항로 유사도 기반 군집화 방식에 주목하였다. 이러한 방식의 효율을 극대화하기 위해 최적의 데이터 전처리 기술 조합을 구성하고자 한다. 구체적으로, 4가지의 선박 항로 간 유사도 측정법과 3가지의 차원 축소 방법을 조합하여 연구를 진행하였다. 각 조합에 대해 k-means 군집 분석을 수행하고, 그 결과를 Silhouette Index를 통해 정량적으로 평가하여 최고 성능을 보이는 전처리 기법 조합을 도출하였다. 본 연구는 단순히 최적의 전처리 기법을 찾는 것에 그치지 않고, 광범위한 해양 데이터에서 의미 있는 정보를 추출하는 과정의 중요성을 강조한다. 이는 4차 산업혁명 시대의 해양 및 해운 산업이 직면한 디지털 전환에 효과적으로 대응하기 위한 기초 연구로서 의의를 갖는다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.54-55
• /
• 2022

해양에 설치된 항로표지는 선박의 안전한 항해를 위해 위치 정보를 제공하고, 항로표지에 부착된 센서를 통해 다양한 해양 정보를 수집하고 있다. 하지만 항로표지는 육지와 멀리 떨어진 해상이라는 특수한 작업환경으로 인해 항로표지 유지보수를 위한 많은 시간과 비용이 발생하게 된다. 현재 항로표지에 부착된 센서를 통해 다양한 정보를 수집하고 있지만, 정상 데이터와 비정상 데이터를 구분할 수 있는 정보가 없어 고장진단에 어려움이 있다. 따라서 본 연구에서는 항로표지 센서 고장진단을 위해 머신러닝 비지도학습 중 하나인 K-means 알고리즘을 활용하여 정상 데이터와 비정상 데이터로 군집화하였으며, 분류가 잘 되는 것을 확인할 수 있었다. 향후 연구방향으로는 2개의 클러스터로 구분된 데이터가 실제로 정상 데이터인지, 비정상 데이터인지에 대한 비교·분석이 필요하다.

• 한국항만경제학회지
• /
• 제37권4호
• /
• pp.33-40
• /
• 2021

현재 해운·항만 산업은 급변하는 트랜드와 치열한 경쟁 속에서 살아남기 위해 항만물류자원의 확충 및 효율적인 운용을 통해 항만 처리능력을 향상시키기 위한 전략을 펼치고 있다. 항만의 처리능력 산정은 부두에 설치되는 하역장비에 의하여 결정되는 것으로 항만의 처리능력은 물류자원을 추가적으로 배치하거나 활용 중인 자원을 효율적으로 운용하는 등 다양한 방법을 통해 향상 시킬 수 있다. 하지만 물류자원의 추가 배치는 시간과 비용의 한계가 명확하기 때문에 단기간에 향상 효과를 기대하기 어렵다. 따라서 처리능력 향상을 위해서는 활용중인 자원에 대한 효율적인 운용 방법을 찾는 것이 실현성이 높다. 국내 항만들 역시 4차 산업혁명 기술의 발달에 따라 정보화, 디지털화를 적극적으로 추진하고 있다. 그러나 현재 하역 프로세스에서 Y/T 배정 대수 산정은 전문가의 경험에 따른 감각에 의존하고 있는 실정이며, 관련된 선행연구 또한 Y/T의 배차 또는 항만 전체의 필요 대수 산정에 초점을 두고 있다. 이에 본 연구는 입항 선박의 하역정보를 활용하여 Y/T 배정 대수에 영향을 미치는 요인을 분석하고 이를 바탕으로 군집분석, 회귀분석, DNN(Deep Neural Network : 심층신경망)모형을 활용하여 분석하였다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.303-312
• /
• 2022

해상교량은 선박의 통항 안전성 관점에서 가항수역을 줄이는 간섭요인으로 작용한다. 본 연구에서는 선박의 안전한 통항을 위해 최적 통항분포에 기반한 안전 통항폭을 분석하였다. 해상교량을 통항하는 선박의 안전 통항 폭에 대한 분석을 위해 AIS data에 기반한 선박교통분포를 조사하여 K-means clustering을 통해 선박을 크기에 따라 분류하였다. 군집화된 데이터에 대하여 최적분포 분석을 한 결과, 인천대교와 부산항대교에서는 대수정규분포, 목포대교와 마창대교에서는 정규분포가 최적분포에 가까운 것으로 분석되었다. 대수정규분포와 정규분포를 기준으로 선박 안전 통항 범위를 신뢰구간의 95%로 가정하여 분석한 결과, 인천대교의 경우 정규분포와 대수정규분포 간의 차이가 64~97m로 가장 큰 것으로 나타났으며, 최소 차이는 10m로 마창대교에서 나타났다. 이에 따라, 인천대교의 경우에는 정규분포보다 대수정규분포로 안전 통항 폭을 제시하는 것이 적합한 것으로 분석되었다. 타 교량의 경우에는 정규분포와 대수정규분포 간의 통항 폭 차이가 크지 않기 때문에 둘 중 어떤 분포를 사용해도 유사한 결과를 얻을 수 있는 것으로 분석되었다. 위 결과를 토대로, 해상교량의 안전통항 범위를 제시한다면 선박의 안전한 운항 및 사고 예방에 도움이 될 것이다.