• Journal of the Korean Society of Marine Environment & Safety
• /
• v.27 no.1
• /
• pp.127-134
• /
• 2021

In this study, an anomaly detection (AD) algorithm was implemented to detect the failure of a marine air compressor. A lab-scale experiment was designed to produce fault datasets (time-series electric current measurements) for 10 failure modes of the air compressor. The results demonstrated that the temporal pattern of the datasets showed periodicity with a different period, depending on the failure mode. An AD model with a convolutional autoencoder was developed and trained based on a normal operation dataset. The reconstruction error was used as the threshold for AD. The reconstruction error was noted to be dependent on the AD model and hyperparameter tuning. The AD model was applied to the synthetic dataset, which comprised both normal and abnormal conditions of the air compressor for validation. The AD model exhibited good detection performance on anomalies showing periodicity but poor performance on anomalies resulting from subtle load changes in the motor.

• Journal of the KSME
• /
• v.54 no.12
• /
• pp.49-52
• /
• 2014

선박의 설계, 건조로부터 인도와 용선, 운항, 폐선에 이르기까지의 전 생명주기에 걸쳐, 선박에 탑재된 제반 항해, 통신, 엔진, 장비 및 기자재 등으로부터 데이터를 수집, 축적, 분류 및 분석, 가공하고 조선소, 선주, 용선회사나 국제기구 등이 필요한 형태로 제공하여 선대의 관리, 운항수지의 분석 및 개선, 경제선박의 설계 등에 활용할 수 있도록 선박운항 빅데이터를 구축할 필요성이 있다. 글로벌위치시스템, 선박과 해상에서의 통신시스템, 지리정보시스템 및 센서의 발달은 선박운항 빅데이터의 출현을 가능하게 하였다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.20 no.1
• /
• pp.113-119
• /
• 2014

Recently, R.O.K. Navy is increasing re-usability of design data and application of M&S(Modeling and Simulation) through the establishment of collaborative product development environment focused on Naval Ship Product Model(NSPM). As a result, the reliability of the result of design is getting better, and furthermore, a study to improve quality of construction through simulation of production/operation is in progress. Accordingly, the database construction of design data and the DB(Database) quality become important, but there was not research related to those or it was just initial state. This paper conducted research about system of the quality verification process of shape elements which compose NSPM based on the quality verification guideline of NSPM as the result of the precedent study. The hull surface was limited as verification object. The study to verify two things that application of basic drawing by the cad model of hull surface, and whether there is error in the geometric quality of cad model was progressed. To achieve this goal, the verification criteria and algorithm were defined and the prototype system which is based on was developed.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.12 no.5
• /
• pp.891-898
• /
• 2017

Climate changes consistently cause coastal accidents such as coastal flooding, so the studies on monitoring the marine environments are progressing to prevent and reduce the damage from coastal accidents. In this paper, we propose a new method to estimate the sea level which can be applied to the tidal sensors to monitor the variation of sea level. Existing sea level models are very complicated and need a lot of tidal data, so they are not proper for tidal sensors. On the other hand, the proposed algorithm is very simple but precise since we use the measured data from the sensor to estimate the sea level value in short period such as one or two hours. It is shown by experimental results that the proposed method is simple but predicts the sea level accurately.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.186-186
• /
• 2022

과거에는 선박을 운용하기 위해서 많은 인원이 필요하였으나 최근 들어 선박 운용에 필요한 인원이 줄어들고 있으며, 더 나아가 자율적으로 운항하는 선박을 만들기 위한 연구가 활발히 수행되고 있다. 자율 운항 선박을 구성하는 여러 요소 중 인간의 시각을 대체하기 위한 자율 인지 시스템은 가장 선행되어야 하는 연구 분야 중 하나이다. RADAR (RAdio Detection And Ranging) 및 AIS (Automatic Identification System) 등의 전통적인 인지 센서를 활용한 연구가 진행 중이지만 사각지대나 탐지 주기 등의 한계가 있다. 따라서 본 연구에서는 다중 카메라 (광학, 열상, 파노라마)를 이용하여 전통적인 인지 센서의 한계를 보완하는 새로운 인지 시스템을 고안하였으며, 이를 기반으로 해상 장애물을 추적하여 동적 운동 정보를 얻었다. 먼저 실해역에서 수집한 이미지를 바탕으로 해상 장애물 탐지를 위한 데이터를 구성하고, 딥 러닝 기반의 탐지 모델을 학습시켰다. 탐지 모델을 이용하여 탐지한 결과는 직접 설계한 칼만 필터 기반의 적응형 추적 필터를 통과시켜 해상 장애물의운동 정보 (궤적, 속력, 방향)를 계산하는데 활용되었다. 또한 본 연구는 카메라를 센서로 활용했을 때의 한계를 보완하기 위하여 동 시간대에 다중 카메라에서 추적한 각각의 정보를 융합하였다. 그 결과 단일 카메라를 활용하는 경우, RADAR의 오차 범위 이내에 추적 결과가 수렴하는 양상을 보였으며, 다중 카메라를 활용하는 경우에는 단일 카메라보다 정확한 추적이 가능함을 확인하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.8
• /
• pp.371-380
• /
• 2023

Relation extraction is to extract relationships between named entities from text. Traditionally, relation extraction methods only extract relations between predetermined subject and object entities. However, in end-to-end relation extraction, all possible relations must be extracted by considering the positions of the subject and object for each pair of entities, and so this method uses time and resources inefficiently. To alleviate this problem, this paper proposes a method that sets directions based on the positions of the subject and object, and extracts relations according to the directions. The proposed method utilizes existing relation extraction data to generate direction labels indicating the direction in which the subject points to the object in the sentence, adds entity position tokens and entity type to sentences to predict the directions using a pre-trained language model (KLUE-RoBERTa-base, RoBERTa-base), and generates representations of subject and object entities through probabilistic crossover operation. Then, we make use of these representations to extract relations. Experimental results show that the proposed model performs about 3 ~ 4%p better than a method for predicting integrated labels. In addition, when learning Korean and English data using the proposed model, the performance was 1.7%p higher in English than in Korean due to the number of data and language disorder and the values of the parameters that produce the best performance were different. By excluding the number of directional cases, the proposed model can reduce the waste of resources in end-to-end relation extraction.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.82-82
• /
• 2019

해상에서 긴급상황 발생 시 선박운항자는 짧은 시간에 신속 정확한 의사 결정을 할 필요가 있다. 이를 위해서 해양사고(충돌, 좌초, 화재, 엔진고장, 조타고장) 심각성에 따른 대피항로(해경선, 비상투묘, 표류, 임의좌주, 주변선박) 선정 알고리즘을 설계하였고, 선박운항자를 위한 긴급대피지원안내 시스템을 개발 중에 있다. 본 연구에서는 대피항로 선정 지원 기술 중 비상투묘와 충돌위험도를 중심으로 시스템 적용 모델의 타당성의 평가하고 알고리즘의 신뢰성을 검증하였다. 비상투묘 지원 기술의 검증을 위해 국내외 해양사고 보고서 및 재결서를 분석하고 알고리즘에 적용해 결과를 비교하였다. 충돌위험도를 검증하기 위해 재결서의 선박 충돌 사고 사례를 시뮬레이션으로 재현하였고, 시뮬레이션 기록 데이터를 기반으로 PARK model, IWRAP MK2 프로그램을 이용해 충돌위험도를 평가하였다. 본 연구의 결과를 통해 해양사고 발생 시 선박과 인명 피해를 최소화할 수 있을 것으로 예상된다.

• Journal of Internet Computing and Services
• /
• v.19 no.4
• /
• pp.135-150
• /
• 2018

The biological resources research data around the world are not only very critical themselves but should be shared and utilized. Up to now, the biological resources have been compiled and managed individually depending on the purpose and characteristics of the study without any clear standard. So, in this study, the data reference model would be suggested which is applicable in the phase ranging from the start of the construction of the information system and which can be commonly used. For this purpose, the data model of the related information system would be expanded based on the domestic and foreign standards and data control policy so that the data reference model which can be commonly applicable to individual information system would be developed and its application procedure would be suggested. In addition, for the purpose of proving the excellence of the suggested data reference model, the quality level would be verified by applying the Korgstie's data model evaluation model and its level of data sharing with the domestic and foreign standards would be compared. The test results of this model showed that this model is better than the conventional data model in classifying the data into 4 levels of resources, target, activities and performances and that it has higher quality and sharing level of data in the data reference model which defines the derivation and relation of entity.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.104-105
• /
• 2023

해양 관측과 위성 원격탐사를 이용하여 시공간적으로 다양하게 변하는 생태 어장 환경 및 선박 관련 자료를 획득할 수 있다. 이번 연구의 주요 목적은 야간 불빛 위성 자료를 이용하여 광범위한 해역에 대한 어선의 위치 분포를 파악하는 딥러닝 기반 모델을 제안하는 것이다. 제안한 모델의 정확성을 평가하기 위해 야간 조업 어선의 위치를 포함하고 있는 AIS(Automatic Identification System) 정보와 상호 비교 평가 하였다. 이를 위해, 먼저 AIS 자료를 획득 및 분석하는 방법을 소개한다. 해양안전종합시스템(General Information Center on Maritime Safety & Security, GICOMS)으로부터 제공받은 AIS 자료는 동적정보와 정적정보로 나뉜다. 동적 정보는 일별 자료로 구분되어있으며, 이 정보에는 해상이동업무식별번호(Maritime Mobile Service Identity, MMSI), 선박의 시간, 위도, 경도, 속력(Speed over Ground, SOG), 실침로(Course over Ground, COG), 선수방향(Heading) 등이 포함되어 있다. 정적정보는 1개의 파일로 구성되어 있으며, 선박명, 선종 코드, IMO Number, 호출부호, 제원(DimA, DimB, DimC, Dim D), 홀수, 추정 톤수 등이 포함되어 있다. 이번 연구에서는 선박의 정보에서 어선의 정보를 추출하여 비교 자료로 사용하였으며, 위성 자료는 구름의 영향이 없는 깨끗한 날짜의 영상 자료를 선별하여 사용하였다. 야간 불빛 위성 자료, 구름 정보 등을 이용하여 야간 조업 어선의 불빛을 감지하는 심층신경망(Deep Neural Network; DNN) 기반 모델을 제안하였다. 본 연구의결과는 야간 어선의 분포를 감시하고 한반도 인근 어장을 보호하는데 기여할 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.33-34
• /
• 2019

대부분의 나라에서는 어선의 위치발신장치를 이용하여 어선 조업상황을 모니터링 한다. 우리나라도 어선의 위치발신장치를 이용하여 어선 조업량, 불법조업 유무를 판별한다. 현재까지는 어선의 불법조업 유무 판별은 어선의 위치정보 기반으로 이루어 졌으나, 허가받지 않는 어구를 사용하는 불법조업에 대한 판별은 불가능 하였다. 이에 본 논문에서는 어선 항적과 조업면허 데이터를 이용하여 데이터 기반의 어선 조업 판별모델을 개발하고자 한다. 이를 위해 어선 항적데이터를 시계열 단위로 전처리하여 학습 이미지들을 생성하고, 해당 어선의 조업면허 정보를 레이블로 하여 학습 데이터를 제안하는 딥러닝 모델에 적용한다. 제안하는 방법의 검증을 위해 1년 동안 제주 주변해역에서 조업하는 어선의 선박자동식별장치의 항적데이터를 수집하여 실험을 하였다. 실험 결과 제안한 방법의 분류정확도는 71.5%를 얻었다.