Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.1030-1031
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Forecasting Port Trade Using Non-linear AI Modeling

비선형 AI 모델링을 활용한 항만 물동량 예측

  • Yeong-Woon Kim (Dept. of Korean Language, Kyung-Hee University) ;
  • Ye-Eun Kim (Dept. of Industrial and Management Systems Engineering, Kyung-Hee University) ;
  • In-Hwan Kim (Dept. of Industrial and Management Systems Engineering, Kyung-Hee University) ;
  • Jae-Yun Kim (Dept. of Industrial and Management Systems Engineering, Kyung-Hee University) ;
  • So-Yeon Jeung (Dept. of Industrial and Management Systems Engineering, Kyung-Hee University)
  • 김영운 (경희대학교 한국어학과) ;
  • 김예은 (경희대학교 산업경영공학과) ;
  • 김인환 (경희대학교 산업경영공학과) ;
  • 김재윤 (경희대학교 산업경영공학과) ;
  • 정소연 (경희대학교 산업경영공학과)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

항만 물동량 예측은 해운사 및 국가 경쟁력 향상을 위한 중요한 요소이다. 이 중에서 컨테이너 물동량은 최근 국내 총 항만 물동량을 견인하고 있어 정확한 예측 및 관리가 필요하다. 그러나 기존의 예측모형은 전통적인 시계열 모형을 활용해 실효적인 예측력 확보에 어려움이 있었다. 이에 대한 해결책으로 본 연구에서는 시계열 자료로 다양한 비선형 AI 모델을 활용해 항만 물동량을 예측하고 비교평가 하였다. 그 결과 DeepAR 모델을 활용한 모형의 예측력이 가장 우수한 것으로 판명되었다.

Keywords

Acknowledgement

본 논문은 해양수산부 실무형 해상물류 일자리 지원사업(스마트해상물류 x ICT멘토링)을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

References

  1. 이나영, 이기열, "컨테이너 항만물동량 예측모형고도화 방안 연구", 한국해양수산개발원, 2022.
  2. 김두환, "딥러닝을 활용한 부산항 컨테이너 물동량 예측에 관한 연구", 동아대학교 대학원박사학위논문, 2019.
  3. 오진호 et al., "시계열 데이터를 활용한 포항항 물동량 예측: SARIMA, Prophet, Neural Prophet의적용", 무역학회지, 47권, 6호, pp.291-305, 2022.