• Journal of the KSME
• /
• v.54 no.12
• /
• pp.49-52
• /
• 2014

선박의 설계, 건조로부터 인도와 용선, 운항, 폐선에 이르기까지의 전 생명주기에 걸쳐, 선박에 탑재된 제반 항해, 통신, 엔진, 장비 및 기자재 등으로부터 데이터를 수집, 축적, 분류 및 분석, 가공하고 조선소, 선주, 용선회사나 국제기구 등이 필요한 형태로 제공하여 선대의 관리, 운항수지의 분석 및 개선, 경제선박의 설계 등에 활용할 수 있도록 선박운항 빅데이터를 구축할 필요성이 있다. 글로벌위치시스템, 선박과 해상에서의 통신시스템, 지리정보시스템 및 센서의 발달은 선박운항 빅데이터의 출현을 가능하게 하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.344-346
• /
• 2022

최근 자율운항기술개발이 활발하게 이루어짐에 따라 자율운항선 실증이 증가하고 있으며, 또한 자율운항선의 효율적 운용 특히 운항의 안전성을 위해 입출항 시기의 적절성 또한 중요해지고 있다. 이에 해상교통혼잡도를 예측하고자 하였고, AIS 빅데이터를 통해 선박별항적을 분석 및 분류하고자 하였다. 장기적 관점에서 PORT-MIS 선박입출항현황 데이터(호출번호, 입항일시, 출항일시, 전출항지, 차항지, 계선지)를 과거 AIS 빅데이터와 연결시켜 과거 항적 중 가장 가까운 항적을 찾고자 하였다. 그리고 당시 소요 시간을 반영하여 12개의 시간대별로 어느 시점에 어느 위치 구간에 선박들이 놓이게 될지 예측하였고, 특히 입출항 시기의 적절성에 핵심이 되는 13개로 모델링된 영역에 몇 개의 선박들이 항로를 지나는지에 따라 혼잡도(원활, 혼잡, 정체)를 구분하였다. 또한, 본 연구에서는 단기적 관점에서 실제 AIS가 수신된 후에도 유사한 항적을 검사해가며 혼잡도를 예측하고자 하였고, 이러한 장단기적 혼잡도 예측을 통해 미래 자율운항선입출항 지원 서비스의 안전과 그 적절성을 제공하고자 하였다.

• Proceedings of KOSOMES biannual meeting
• /
• 2017.04a
• /
• pp.244-244
• /
• 2017

Recently, A study is actively underway to apply to various industries, which are one of the major changes in the key drivers of the industry 4.0.. The data generated by the ship include various indicators such as the fuel volume, engine power, ground speed, speed, speed, main engine rpm, DFOC, SFOC, and FOC. This paper analyzes the sensitivity of the Gathering data and analyzes the impact energy efficiency of the vessel operation by analyzing the influence among each parameter, using the mathematical models, you create an surrogate model using the math model, comparative analysis of actual measurement data and predictive results were analyzed. Through the use of big data analysis technology, it is possible to identify the sensitivity between the energy efficiency related variables of the ship, The possibility of utilization of fuel efficiency indicators using of the surrogate model is identified.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.116-117
• /
• 2019

자율운항선박 (MASS [Maritime Autonomous Surface Ship]) 선박은 육상 관제 센터에서 선박 기자재를 상태를 실시간 모니터링하고, 컨트롤 할 수 있는 기능을 탑재하는 걱이 필수적이다. 해상과 육상을 연결하는 통신 기술 발달 뿐 아니라, 4차 산업혁명시대에 따라 빅데이터 처리 기술과 이런 빅데이터를 딥러닝 기법을 통해 분석/예측할 수 있는 기반이 마련되고 있다. 따라서 선박 기자재를 빅데이터 기반 딥러닝 등의 기법을 활용하여 원격 진단 및 유지보수 할 수 있는

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2015.07a
• /
• pp.116-118
• /
• 2015

최근 효율적인 해상교통 환경구축과 해양안전을 확보하기 위해 ICT가 융합된 기술에 많은 연구가 이루어 지고 있다. 특히 빅데이터 기술은 해상관제, 해양환경 모니터링, 항로표지 관리, 해상운송 등 다양하게 접목하여 활용이 가능하다. 본 연구에서는 선박운항의 안전확보를 위하여 빅데이터 기술의 전반적인 활용 방안을 검토하였다. 아울러 일반적인 빅데이타의 활용에 대하여도 소개하고자 한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2015.07a
• /
• pp.348-350
• /
• 2015

VTS 센터는 선박관제를 위해서 생성하는 실시간적인 해상교통정보를 생성하고 잇으며, 항만물류정보, 해양기상정보, 조선소 시운전 정보, 해상교통 환경정보, 선종별 운항정보, 사고 선박정보, 준사고 선박정보, 기타 정보 등을 수집하여 선박의 통항관제에 활용하고 있음에 따라 해상교통관제 시스템에 수집된 빅데이터의 처리방안에 대하여 고찰해 보았다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.228-229
• /
• 2023

인공지능, 센서, Iot, 빅데이터 등 미래기술을 활용한 자율운항선박 상용화에 따른 세계적인 동향과 기술을 연구하고, 해양에서의 중추적 역할을 수행하는 해양경찰에 미칠 변화의 영향을 분석하여, 나아가 해양경찰 교육 환경의 개선방안을 연구하였다.

• The Journal of Bigdata
• /
• v.7 no.1
• /
• pp.89-97
• /
• 2022

Various efforts are needed to prevent accidents because ship collisions can cause various negative situations such as economic losses and casualties. Therefore, research to prevent accidents is being actively conducted, and in this study, new leading indicators for preventing ship collision accidents is proposed. In previous studies, the risk of collision was expressed in consideration of the distance between ships in a specific sea area, but there is a disadvantage that a new model needs to be developed to apply this to other sea areas. In this study, the density-based ship domain DESD (Density-based Empirical Ship Domain) including the environment and operating characteristics of the sea area was defined using AIS (Automatic Identification System) data, which is ship operation information. Deep clustering is applied to two-dimensional DESDs created for each sea area to cluster the seas with similar operating environments. Through the analysis of the relationship between clustered sea areas and ship collision accidents, it was statistically tested that the occurrence of accidents varies by characteristic of each sea area, and it was proved that DESD can be used as a leading indicator of accidents.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.28 no.4
• /
• pp.89-101
• /
• 2020

In order to enhance the safety of the international aviation industry, the International Civil Aviation Organization has recommended establishing an operational foundation for systematic and integrated collection, storage, analysis and sharing of aviation safety data. Accordingly, the Korea aviation industry also needs to comprehensively manage the safety data which generated and collected by various stakeholders related to aviation safety, and through this, it is necessary to previously identify and remove hazards that may cause accident. For more effective data management and utilization, a standard structure should be established to enable integrated management and sharing of safety data. Therefore, this study aims to propose the framework about how to manage and integrate the aviation safety data for big data-based aviation safety management and shared platform.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.28 no.2
• /
• pp.36-46
• /
• 2020

This study is designed to help customers use more comfortable airports by predicting congestion and congestion times by identifying the traffic routes of passengers in the airport building by day of the week and time by using Wi-Fi sensor collectors, one of the IoT technologies. Analysis of passenger traffic analysis data showed that the most congested time zones were from noon. to 2p.m. for all facilities, which could be used to improve major facilities. Regression analysis of factors affecting congestion found that self-check-in reduces congestion and check-in counters increases congestion. These findings will provide important implications for operations, including congestion management at airports.