과제정보
이 연구는 해양경찰청 "위성연계 접경수역 선박 모니터링 및 분포 예측 체계 개발(PM62980)" 과제 지원을 받아 수행되었습니다.
주변선박에 대한 선종 식별은 선박의 향후 이동 경로와 조종 특성을 유추할 수 있으므로 항해사와 VTS 관제사에게 모두 중요한 정보이다. 그러나 AIS메시지 전송 중 통신 문제, 항해사의 AIS 이용 미숙지로 인해 선박의 선종 확인이 불가능한 경우가 빈번하다. 따라서 이 연구는 AIS데이터를 학습 및 테스트 데이터셋으로 분할, 무작위의 숲 분류기(Random Forest Classifier)에 AIS데이터의 선박 특성(feature)과 선종을 훈련 및 예측하는 방법을 제시한다. 연구를 위해 2018년 한해 울산 앞바다 AIS데이터를 이용하였다. 이 방법을 사용하면 다수의 항해사 또는 VTS 관제사가 토론을 통해 선종예측 경험을 공유하는 것과 같은 기능을 할 수 있다.
The ship type identification of the surrounding ship is important information for navigators and VTS officers since they can estimate the maneuverability and near-future route of the ships. However, it is more than frequent that the information is not provided due to transmission trouble and seafarers' unfamiliarity with AIS. Thus, this study suggests predicting ship types through the Random Forest classifier after preparing a training and test dataset that contains ship features and types. The AIS data for Ulsan coast in 2018 was used for this study. The method may provide the effect that many navigators and VTS officers discuss and share the experience of predicting ship types.
이 연구는 해양경찰청 "위성연계 접경수역 선박 모니터링 및 분포 예측 체계 개발(PM62980)" 과제 지원을 받아 수행되었습니다.