이준범, 노명일, 김기수, 손명조, 한기민, 김대헌, "딥 러닝 기반 해기상 및 소요 마력 예측", 2019년도 한국CDE학회 하계학술발표회, 제주, pp. 235, 2019.08.19-22
Domestic Conference
2019.08.16 16:19
이준범, 노명일, 김기수, 손명조, 한기민, 김대헌, "딥 러닝 기반 해기상 및 소요 마력 예측", 2019년도 한국CDE학회 하계학술발표회, 제주, pp. 235, 2019.08.19-22
조회 수 150
첨부 '1' |
---|
Abstract | 선박의 연료 소모량을 최소로 하는 항로를 결정하기 위해서는 해기상 정보의 확보와 그에 따른 소요 마력의 추정이 필요하다. 해기상 정보는 일반적으로 기상 정보 업체 (NOAA, ECMWF 등)로부터 취득할 수 있다. 하지만 운항 중인 선박에서 해기상 정보의 취득이 어렵거나 기상 정보 업체에서 제공하지 않는 보다 장기의 예측이 필요할 경우에는 해기상 정보를 자체적으로 예측할 수 있는 방법이 필요하다. 기존의 연구에서는 주로 특정 해역에서 파고, 파 주기 등 제한된 해기상 정보에 대한 예측만 이루어져 적용에 한계가 존재했다. 또한 소요 마력의 추정은 고도의 계산을 필요로 하기 때문에 실시간으로 계산하기 위해서는 쉽지 않고, 이를 해결하기 위해 통계적인 방법 등 간단한 방법을 활용할 경우 예측 값의 정확도에 문제가 있었다. 따라서 본 연구에서는 파고, 파 주기, 파향, 풍속, 풍향, 유속, 유향, 수온 등 8가지 해기상 정보를 전 해상 영역에 대해 예측할 수 있는 방법을 연구했다. 나아가 예측된 해기상 정보를 통해 선박의 소요 마력을 예측하는 방법을 연구하였다. 즉, 각각의 예측을 위해 DFN (Deep Feedforward Neural network), LSTM (Long Short-Term Memory), 그리고 convolutional LSTM 등 딥 러닝 기술을 이용하였다. 제안된 방법의 효용성을 검토하기 위해 실제 데이터와의 비교 검증을 수행하였으며, 그 결과 충분히 적용 가능한 수준의 예측 모델을 도출하였음을 확인하였다. Keyword: Ocean Environmental Data, Required Power of a Ship, Economic Route, DFN (Deep Feedforward Neural network), LSTM (Long Short-Term Memory), Convolutional LSTM |
---|---|
Publication Date | 2019-08-21 |
Prev Computational Design and Optimization 4, ACDDE(Asian Conference on Design and Digital Engineering) 2018, Okinawa, Japan, 2018.11.01-03
Computational Design and Optimization 4, ACDDE(Asian Conference on Design and Digital Engineering) 2018, Okinawa, Japan, 2018.11.01-03
2019.08.23by SyDLab
김진혁, 노명일, 공민철, "부분 재액화 시스템의 유지 및 보... Next
김진혁, 노명일, 공민철, "부분 재액화 시스템의 유지 및 보...
2019.08.16by
-
이준범, 노명일, 김기수, 손명조, 한기민, 김대헌, "딥 러닝 기반 해기상 및 소요 마력 예측", 2019년도 한국CDE학회 하계학술발표회, 제주, pp. 235, 2019.08.19-22
CategoryDomestic Conference -
김진혁, 노명일, 공민철, "부분 재액화 시스템의 유지 및 보수를 위한 증강 현실 컨텐츠 개발", 2019년도 한국CDE학회 하계학술발표회, 제주, pp. 269, 2019.08.19-22
CategoryDomestic Conference -
이혜원, 노명일, 함승호, 전도현 "블록의 탑재 제어를 위한 갠트리 크레인의 제어기 설계 고도화", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 139, 2019.10.24-26
CategoryDomestic Conference -
전도현, 노명일, 이혜원, 하지상, 진은석, 김인일, "딥 러닝 기반 자율 운항 선박의 충돌 회피 방법 연구", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 429, 2019.10.24-26
CategoryDomestic Conference -
김진혁, 노명일, 공민철, "증강 현실 기술을 이용한 장비의 원격 운영 및 유지 보수 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 196, 2019.10.24-26
CategoryDomestic Conference -
이원재, 노명일, 이성준, 하지상, 석영수, 오민재, "선박 운항 시 주변 인지를 위한 물체 탐지, 추적 및 거리 추정 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 431, 2019.10.24-26
CategoryDomestic Conference -
하지상, 노명일, 이혜원, 은종호, 박종진, "실시간 AIS 데이터를 이용한 해상 충돌 회피 알고리즘 연구", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 430, 2019.10.24-26
CategoryDomestic Conference -
Luman Zhao, Myung-Il Roh, Hye-Won Lee, Do-Hyun Chun, Sung-Jun Lee, "A Collision Avoidance Method of Multi-ships Based on Deep Reinforcement Learning Considering COLREGs," Proceedings of ICCAS 2019, Rotterdam, Netherlands, pp. 85-88, 2019.09.24-26
CategoryInternational Conference -
노명일, "스마트 함정의 구현을 위한 설계 기술 연구", 함정기술연구회 하계연구발표회, 진해, 2019.07.18-19
CategoryDomestic Conference -
오민재, 노명일, 김범수, 김용환, "선박의 운항 효율을 고려한 선형 변환 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 480, 2019.10.24-2019.10.25
CategoryDomestic Conference