머신러닝 알고리즘을 활용한 선박 접안속도 예측모델에 관한 연구
-
Title
- 머신러닝 알고리즘을 활용한 선박 접안속도 예측모델에 관한 연구
-
Alternative Title
- A Study on the Prediction Model of Ship’s Berthing Velocity using Machine Learning Algorithms
-
Author(s)
- 이형탁; 강은지; 조익순; 양현
- KIOST Author(s)
- Lee, Hyeong-Tak(이형탁)
-
Alternative Author(s)
- 이형탁; 양현
-
Publication Year
- 2021-06-23
-
Abstract
- 선박이 접안할 때 방충재(Fender)에 접촉하며 접안에너지가 발생한다. 부두가 허용할 수 있는 접안에너
지를 초과하여 선박이 접안할 경우, 사고로 이어질 수 있다. 이 때, 접안에너지에 가장 큰 영향력이 큰 요소는 접안속도이며, 선박은 적절한 접안속도를 유지하여야 안전하게 접안을 완료할 수 있다. 따라서 본 연구에서는 선박의 접안속도에 영향을 미치는 요인을 정의하고 이에 대한 데이터를 바탕으로 4가지 머신러닝 알고리즘을 통해 선박 접안속도를 예측하고자 한다. 머신러닝 모델의 성능평가를 통해 가장 좋은 모델을 채택하였으며, 그 결과 의사결정나무와 로지스틱 분류 모델이 높은 성능의 모델로 도출되었다.
-
ISSN
- 2635-5868
-
URI
- https://sciwatch.kiost.ac.kr/handle/2020.kiost/41482
-
Bibliographic Citation
- 2021 한국컴퓨터종합학술대회(KCC2021), pp.792 - 794, 2021
-
Publisher
- 한국정보과학회
-
Type
- Conference
-
Language
- Korean
- Files in This Item:
-
There are no files associated with this item.
Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.