$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

교통 네트워크 모델 기반 이상 운항 선박 식별에 관한 연구
Navigational Anomaly Detection using a Traffic Network Model 원문보기

海洋環境安全學會誌 = Journal of the Korean society of marine environment & safety, v.29 no.7, 2023년, pp.828 - 835  

오재용 (한국해양과학기술원 부설 선박해양플랜트연구소) ,  김혜진 (한국해양과학기술원 부설 선박해양플랜트연구소)

초록
AI-Helper 아이콘AI-Helper

해상교통관제센터(VTS)의 관제사는 구역 내 교통 상황을 빠르고 정확하게 파악하여 관제가 필요한 선박에게 정보를 제공하는 역할을 수행한다. 그러나 교통량이 급격히 증가하는 경우 관제사의 업무 부하로 인해 관제 공백이 발생하기도 한다. 이러한 이유에서 관제사의 업무 부하를 줄이고, 일관성 있는 관제 정보를 제공할 수 있는 관제 지원 기술의 개발이 필요한 실정이며, 본 논문에서는 구역 내 이상 운항 선박을 자동으로 식별하는 모델을 제안하였다. 제안하는 이상 운항 식별 모델은 규칙 기반 모델, 위치 기반 모델, 맥락 기반 모델로 구성되며, 대상 해역의 교통 특성에 최적화된 교통 네트워크 모델을 사용하는 특징이 있다. 구현된 모델은 시범센터(대산항 VTS)에서 수집되는 실해역 데이터를 적용하여 실험을 수행하였다. 실험을 통해 실해역의 다양한 이상 운항 상황이 자동으로 식별됨을 확인하였고, 전문가 평가를 통해 식별 결과를 검증하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Vessel traffic service operators (VTSOs) need to quickly and accurately analyze the maritime traffic situation in the vessel traffic service (VTS) area and provide information to the vessels. However, if traf ic increases rapidly, the workload of VTSOs increases, and they may not be able to provide ...

주제어

#해상교통   #교통 네트워크 모델   #항적   #이상 운항  

참고문헌 (15)

  1. Ester, M., H. P. Kriegel, J. Sander, and X. Xu(1996), A？Density-Based Algorithm for Discovering Clusters in Large？Spatial Databases with Noise, In Proceedings of the 2nd？International Conference on Knowledge Discovery and Data？Mining, pp. 226-231. 

  2. Moreno, F. C., J. R. Gonzalez, J. S. Muro, and J. A. G. Maza？(2022), Relationship between human factors and a safe？performance of vessel traffic service operators: A systematic？qualitative-based review in maritime safety, Safety Science,？Vol. 155, 105892. 

    상세보기

  3. Guo, S., J. Mou, L. Chen, and P. Chen(2021), An Anomaly？Detection Method for AIS Trajectory Based on Kinematic？Interpolation, Journal of Marine Science and Engineering, 609. 

  4. Korea Coast Guard(2023), http://www.kcg.go.kr/kgc/vts. 

  5. Korea Coast Guard(2019), Vessel Traffic Services Act, Article 18. 

  6. Laxhammar, R., G. Falkman, and E. Sviestins(2009), Anomaly？detection in sea traffic-A comparison of the gaussian mixture？model and the kernel density estimator, 12th international？conference on information fusion, pp. 756-763. 

  7. Lee, J. S., J. H. Kim, and E. K. Jang(2016), Analysis of VTS？Operators' Situational Awareness Based on In-Field Observation？and Subjective Rating Methods, Journal of Korean Navigation？and Port Research, Vol. 40 No. 6, pp. 375-384. 

  8. Ministry of Government Legislation(2023), Act on the？investigation of and inquiry into marine accidents. 

  9. Ministry of Ocean and Fisheries(2023), Act on the arrival and？departure of ships. 

  10. Oh, J. Y. and H. J. Kim(2018), Detection of Ship Movement？Anomaly using AIS Data: A Study, Journal of Korean？Navigation and Port Research, Vol. 42, No. 4, pp. 277-282. 

  11. Oh, J. Y. and H. J. Kim(2020), Spatiotemporal Analysis of？Vessel Trajectory Data using Network Analysis, Journal of the？Korean Society of Marine Environment & Safety Research？Paper, Vol. 26, No. 7, pp. 759-766. 

  12. Ramer, U.(1972), An iterative procedure for the polygonal？approximation of plane curves, Computer Graphics and Image？Processing, Vol. 1, No. 3, pp. 244-256. 

    상세보기

  13. Smith, J., I. Nouretdinov, R. Craddock, C. Offer, and？Gammerman(2014), A Anomaly Detection of Trajectories with？Kernel Density Estimation by Conformal Prediction, In？Artificial Intelligence Applications and Innovations pp. 271-280. 

  14. Wang, X., X. Liu, B. Liu, E. N. de Souza, and S. Matwin？(2014), Vessel route anomaly detection with Hadoop？MapReduce, Proceedings of the IEEE International Conference？on Big Data, Washington, DC, USA, pp. 25-30. 

  15. Zhen, R., Y. Jin, Q. Hu, Z. Shao, and N. Nikitakos(2017),？Maritime Anomaly Detection within Coastal Waters Based on？Vessel Trajectory Clustering and Naive Bayes Classifier,？Journal of Navigation Vol. 70, No. 3 pp. 648-670. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로