$\require{mediawiki-texvc}$

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.

항만 공컨테이너 재고량 예측을 위한 ARIMA, 머신러닝 적용 연구
ARIMA, Machine Learning Approach to Forecasting Empty Container Volumes 원문보기

한국정보처리학회 2020년도 추계학술발표대회, 2020 Nov. 05, 2020년, pp.953 - 955  

백지오 (세종대학교 컴퓨터공학과) ,  강민철 (서울시립대학교 컴퓨터공학과) ,  설민욱 (세종대학교 수학과) ,  임서정 (세종대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

공컨테이너(Empty Container)는 적컨테이너(Full Container)와 달리, 화물이 적재되지 않은 비어있는 컨테이너로 공컨테이너 재고는 수출에 비해 수입이 많은 항만에서, 수요는 수입에 비해 수출이 많은 항만에서 발생한다. 그러나 수입과 수출은 기간, 지역에 따라 유동적이기 때문에 수요와 재고량 예측에 어려움이 있는데, 본 연구에서는 자기회귀누적이동평균(ARIMA)과 머신러닝 기법을 활용하여 이를 예측하는 방법을 제시한다. 본 연구에 활용된 데이터와 프로그램 소스코드는 Kaggle 에 공개되어 있다.

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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