[논문]기계 학습 모델을 통해 XGBoost 기법을 활용한 부산 컨테이너 물동량 예측

웬티프엉타인; 조규성

doi:10.20465/kiots.2024.10.1.039

기계 학습 모델을 통해 XGBoost 기법을 활용한 부산 컨테이너 물동량 예측
Forecasting the Busan Container Volume Using XGBoost Approach based on Machine Learning Model

사물인터넷융복합논문지 = Journal of internet of things and convergence, v.10 no.1, 2024년, pp.39 - 45

웬티프엉타인 (동명대학교 항만물류시스템학과) , 조규성 (동명대학교 항만물류시스템학과)

초록
AI-Helper

항만 성능에 대한 정확한 평가는 컨테이너 물동량은 매우 중요한 요소이며, 효과적인 항만 개발 및 운영 전략에 대한 정확한 예측이 필수적이다. 하지만 해양 산업의 급격한 변화로 인해 컨테이너 물동량 예측의 정확성이 향상되기는 어렵다. 이를 해결하기 위해 사물인터넷(IoT)을 이용한 항만 성능에 미치는 영향을 분석하여 부산항의 경쟁력과 효율성을 향상시키기 위해 적용이 필요하다. 이에 본 연구에서는 부산항의 미래 컨테이너 물동량을 예측하기 위한 예측 모델을 개발하는 것을 목표로 이를 통해 항만 관리 기관의 개선된 의사 결정과 항만 생산성을 향상시키는 데 초점을 맞추고 있다. 항만 컨테이너 물동량을 예측하기 위해 본 연구에서는 기계 학습 모델의 Extreme Gradient Boosting (XGBoost) 기법을 도입하였다. XGBoost는 다른 알고리즘에 비해 높은 정확도, 빠른 학습 및 예측 속도,과적합을 방지하고 Feature Importance 제공하는 장점이 돋보인다. 특히 XGBoost는 회귀 예측 모델링에 직접 사용할 수 있어 기존 연구에서 제시된 물동량 예측 모델의 정확도 향상에 도움이 된다. 이를 통해 본 연구는 4.3% MAPE (Mean absolute percenture error) 값으로 제안된 방법이 컨테이너 물동량을 정확하고 신뢰성 있게 예측할 수 있다. 본 연구에서 제시한 방법론을 통해서 부산 컨테이너물동량의 정확성을 높일 수 있을 것으로 판단된다.

Abstract ▼ AI-Helper

Container volume is a very important factor in accurate evaluation of port performance, and accurate prediction of effective port development and operation strategies is essential. However, it is difficult to improve the accuracy of container volume prediction due to rapid changes in the marine industry. To solve this problem, it is necessary to analyze the impact on port performance using the Internet of Things (IoT) and apply it to improve the competitiveness and efficiency of Busan Port. Therefore, this study aims to develop a prediction model for predicting the future container volume of Busan Port, and through this, focuses on improving port productivity and making improved decision-making by port management agencies. In order to predict port container volume, this study introduced the Extreme Gradient Boosting (XGBoost) technique of a machine learning model. XGBoost stands out of its higher accuracy, faster learning and prediction than other algorithms, preventing overfitting, along with providing Feature Importance. Especially, XGBoost can be used directly for regression predictive modelling, which helps improve the accuracy of the volume prediction model presented in previous studies. Through this, this study can accurately and reliably predict container volume by the proposed method with a 4.3% MAPE (Mean absolute percentage error) value, highlighting its high forecasting accuracy. It is believed that the accuracy of Busan container volume can be increased through the methodology presented in this study.

주제어

표/그림 (5)

표 Dataset [12]
그림 [Fig. 1] The visualization of raw data and predicted data
표 The numerical features (extracted from the 5 first line)
표 The worst absolute predicted months (extracted from the 5 first line)
표 The best absolute predicted months (extracted from the 5 first line)

참고문헌 (15)

I.Chatterjee and G.S.Cho, "Development of a Machine？Learning-Based Framework for Predicting Vessel Size？Based on Container Capacity," Applied Science,？Vol.12, No.19, pp.1-18, 2022.
I.Chatterjee and G.S.Cho, "Port Container Terminal？Quay Crane Allocation, Based on Simulation and？Machine Learning Method," Sensors and Materials,？Vol.34, No.2 , pp.843-853, 2022.

상세보기
S.J.Ko and S.J.Kim, "A Study on Pipeline Design？Methods for Providing Secure Container Image？Registry," Journal of Internet of Things and？Convergence, Vol.9, No.3, pp.21-26, 2023.
T.K.Kim, "IoT (Internet of Things)-based Smart Trash？Can," Journal of Internet of Things and Convergence,？Vol.6, No.1, pp.17-22, 2020.
T.K.Kim, "Self-powered Wireless Bus Information and？Disaster Information System based on Internet of？Things (IoT)," Journal of Internet of Things and？Convergence, Vol.8, No.1, pp.17-22, 2022.
D.H.Kim and K.B.Lee, "Forecasting the Container？Volumes of Busan Port using LSTM," Journal of Korea？Port Economic Association, Vol.36, No.2, pp.53-62,？2020.
G.D.Yi, "Forecasting the Container throughput of the？Busan Port using a Seasonal Multiplicative ARIMA？Model," Journal of Korea Port Economic Association,？Vol.29, No.3, pp.1-23, 2013.
E.J.Lee, D.H.Kim and H.R.Bae, "Container Volume？Prediction using Time-Series Decomposition with a？Long Short-Term Memory Models," Applied Sciences,？Vol.11, No.19, 8995, 2021.
S.Filom, A.M.Amiri and S.Razavi, "Applications of？Machine Learning Methods in Port Operations-A？Systematic Literature Review," Transportation？Research Part E: Logistics and Transportation Review,？Vol.161, 102722, 2022.
D.Tarwidi, S.R.Pudjaprasetya, D.Adytia and M.Apri,？"An Optimized XGBoost-based Machine Learning？Method for Predicting Wave Run-up on a Sloping？Beach," MethodsX, Vol.10, 102119, 2023.
T.Chen and C.Guestrin, "Xgboost: A Scalable Tree？Boosting System," Proceedings of the 22nd ACM？Sigkdd International Conference on Knowledge？Discovery and Data Mining, pp.785-794, 2016.
G.S.Cho, "Application of Shared Logistics Operation？Platform of ICT-based Logistics Companies," Journal？of Internet of Things and Convergence, Vol.8, No.5,？pp.27-31, 2022.
C.S.Bojer and J.P.Meldgaard, "Kaggle Forecasting？Competitions: An Overlooked Learning Opportunity,"？International Journal of Forecasting, Vol.37, No.2,？pp.587-603, 2021.

상세보기
A.D.Myttenaere, B.Golden, B.L.Grand and F.Rossi,？"Mean Absolute Percentage Error for Regression？Models," Neurocomputing, Vol.192, pp.38-48, 2016.

상세보기
N.G.Divergences, "WORLD ECONOMIC OUTLOOK,"？World Economic Outlook, 2023.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증