• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.146-147
• /
• 2023

해양사고는 도로교통과 달리 지속적으로 증가하고 있으며, 인명피해가 주로 발생하는 주요 사고의 치사율은 도로교통의 11.7배 이상이다. 해양사고는 외부 환경에 따라 사고 위치가 변하고 즉각적인 조치가 어려워 타 교통에 비해 대형 사고로 이어질 가능성이 매우 크다. 그러나 여전히 사고가 발생하고 난 후 대응하는 등 사후적 관리 단계에 무르고 있어 사고의 주요 요인을 사전에 식별·관리하는 선제적 관리단계로의 전환 필요성이 대두되고 있다. 따라서 본 연구에서는 해양사고 발생 지점 밀도 기반의 가변 공간 군집체계를 반영한 해양사고 예측모델을 개발하였다. 반복적인 공간 가산분석을 통해 밀도가 높을수록 작은 규모의 격자 체계를 가질 수 있도록 상세한 공간 군집체계를 구성하였으며, 단순 사고 위험도 예측뿐만 아닌 사고 인과관계를 설명할 수 있는 BN(Bayesian Network) 기반의 모형을 사용하여 해양사고 위험예측 모델을 개발하였다. 또한, Cost-of-Omission을 통해 해양사고 예측확률의 변화와 각 변수들의 영향력을 확인하였으며, 월별 해양사고예측 결과를 GIS를 활용하여 2D/3D 기반으로 시각화하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2017.11a
• /
• pp.259-261
• /
• 2017

SRK-BB(Skill-, Rule-, Knowledge-Based Behavior)는 주어진 사건을 처리할 때 인간이 행하는 행동을 체계적으로 식별하기 위한 하나의 이론이다. 이러한 SRK-BB에 대한 결과는 주어진 임무에 대한 '성공'과 '실패'로 나타낼 수 있다. 만약, 어느 사건에 대한 SRK-BB를 식별할 수 있고, 이에 대한 '성공/실패'의 결과를 알 수 있다면, SRK-BB를 이용하여 이들 사이에 연계된 확률적인 관계를 정립할 수 있다. 한편, 해양사고의 결과를 분석한 해양안전심판원의 재결서 또는 재결요약서에는 다양한 사고(즉, 실패한 사건)에 대해서 해기사가 어떠한 행동을 취했는지 상세하게 기록되어 있다. 이러한 해양안전심판원의 자료를 분석하면 실패한 해양사고에 대한 방대한 해기사의 SRK 분포를 확보할 수 있다. 본 연구의 목적은 다양한 해양사고에 나타난 해기사들의 행동을 SRK-BB로 식별한 후 해기사들이 추후 야기할 수 있는 인적오류를 예측하기 위한 모델 구축에 있다. 인적오류 모델을 구축하기 위해서는 우선 해양사고에 포함된 SRK 분포 분석이 필요하고, 시스템적인 입출력 관계를 통해서 SRK에 의한 인적오류의 결과를 예측하기 위한 예측 모델이 필요하다. 본 연구에서는 해기사의 인적오류에 의한 사고를 어떻게 SRK 분포를 이용하여 예측할 수 있는지에 대한 개념을 설명하고, 해양사고 데이터에서 획득한 SRK 분포의 의미와, SRK 분포를 이용하여 어떻게 해기사가 야기할 사고를 예측할 수 있는지에 대한 연구접근 방법을 소개하고자 한다.

• Journal of Navigation and Port Research
• /
• v.27 no.5
• /
• pp.487-492
• /
• 2003

The paper describes on the implementation of marine casualty prediction model that is one of the main part of Korean MArine Casualty FOrecasting System (K-MACFOS). In this work, Cell Distributed Linear-In-the-Parameter (CD-LIP) model is proposed and discussed its usability with comparing Baltic model and revised LIP model. As evaluation results by regression analysis of variance, it is known that the CD-LIP model gives best performance to the marine casualty numerical D/B of the target sea area.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2003.05a
• /
• pp.60-65
• /
• 2003

The paper describes on the implementation of marine casualty prediction model that is one of the main part of Marine Casualty Forecasting System (MCFS). In this work, Cell Distributed Linear-In-the Parameter (CD-LIP) model is developed and compared with Baltic model using regression analysis of variance. As comparing, it is known that the proposed CD-LIP model has less residual than the Baltic model and, it gives best performance to the marine casualty numeric D/B of target area.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.28 no.5
• /
• pp.780-790
• /
• 2022

Quantitative risk levels must be presented by analyzing the causes and consequences of accidents and predicting the occurrence patterns of the accidents. For the analysis of marine accidents related to vessel traffic, research on the traffic such as collision risk analysis and navigational path finding has been mainly conducted. The analysis of the occurrence pattern of marine accidents has been presented according to the traditional statistical analysis. This study intends to present a marine accident prediction model using the statistics on marine accidents related to vessel traffic. Statistical data from 1998 to 2021, which can be accumulated by month and hourly data among the Korean domestic marine accidents, were converted into structured time series data. The predictive model was built using a long short-term memory network, which is a representative artificial intelligence model. As a result of verifying the performance of the proposed model through the validation data, the RMSEs were noted to be 52.5471 and 126.5893 in the initial neural network model, and as a result of the updated model with observed datasets, the RMSEs were improved to 31.3680 and 36.3967, respectively. Based on the proposed model, the occurrence pattern of marine accidents could be predicted by learning the features of various marine accidents. In further research, a quantitative presentation of the risk of marine accidents and the development of region-based hazard maps are required.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.11a
• /
• pp.19-21
• /
• 2018

선원의 행동오류는 해양사고를 야기하는 하나의 직접적인 원인이기 때문에 이를 이해하는 것은 해양사고 예방에 근본이 된다. 선원의 행동오류를 이해하기 위해서는 행동오류를 추정하고 예측할 수 있어야 한다. 본 연구에서는 은닉 마르코브 모델(Hidden Markov Model, HMM)을 이용하여 선원들의 행동오류를 추정하고 예측하였다. 아울러 5가지 선박의 종류 각각에 나타나는 선원들의 행동오류를 서로 비교 분석하였다. 모델에 사용한 데이터는 해양안전심판원의 해양사고 보고서에 기록된 내용을 SRKBB(Skill-, Rule- and Knowledge-Based Behavior) 모델을 기반으로 분류하고 관측 수열을 생성하며 라벨링 작업을 통해서 구축하였다. 구축한 데이터를 적용하여 HMM을 보정하고 파라미터를 획득하여 선원들의 행동오류에 관한 모델을 구축하였다. 실험 결과, 선박 종류별로 선원들의 행동오류의 패턴은 서로 다르고, 이를 통해서 선박종류별 해기사들의 행동오류의 추정과 예측이 가능함을 일차적으로 확인할 수 있었다. 추후 본 연구를 지속 전개하여 해양사고 예방을 위한 인적오류의 저감에 기여할 수 있는 방안을 모색할 에정이다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.144-145
• /
• 2023

육상, 철도, 항공 등 타 교통분야에서 지속적으로 사고와 인명피해가 줄어든 반면, 해양분야는 해양사고가 증가하며 실효적 해양교통안전관리에 대한 필요성이 대두되고 있다. 최근 3년간 국내 해상에서 발생한 충돌사고 중 어선을 포함한 충돌사고가 전체의 약 84%를 차지하며, 해상교통의 주요 변수인 어선을 포함한 국가의 해상교통량 파악은 반드시 필요한 실정이다. 본 연구에서는 현 정부 국정과제인 '디지털 해상 교통망 구축'과 더불어 해양교통안전관리체계 마련의 일환으로 국내 전체 선박위치발신장치(AIS, V-PASS) 데이터를 활용하여 해상교통량을 분석하고 예측 모델을 개발한다. 이를 위해 선박 밀집도를 통한 그리드별 공간가산분석과 항적 데이터 전처리 및 선형화, 선박 길이에 따른 점용면적 산정을 통한 단위 그리드별 해상교통량을 분석한다. 또한, 과거 교통량 데이터는 딥러닝 기반의 시계열 특성을 지닌 RNN과 LSTM 모델을 활용하여 교통량 예측 모형을 개발한다. 본 연구의 결과는 해상교통량과 해양사고의 연관성 분석 및 속력제한구역 등 해상정책 수립의 정량적 근거를 제공하며, 국민에게 해상교통정보 제공을 통해 교통복지 증진에 기여할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.418-420
• /
• 2020

해양에서의 선박사고 발생 횟수는 매년 꾸준히 증가하고 있다. 한국해양안전심판원에서는 이러한 사례들의 판결을 관련 인력들이 공유할 수 있도록 재결서를 제작하여 발간하고 있다. 그러나 선박사고는 2019년 기준 2,971건이 발생하여, 재결서만으로 관련 인력들이 다양한 사건들의 판례를 익히기엔 어려움이 따른다. 따라서 본 논문에서는 문장 표상 기법을 이용한 다중 작업 학습을 이용하여 선박사고의 사고 유형, 적용되는 법령, 형량을 분류 및 예측하는 실험을 진행하였다. USE, KorBERT 두 가지의 모델을 2010~2019년 재결서 데이터로 학습하여 선박사고의 사고 유형, 적용되는 법령, 형량을 분류 및 예측하였으며 그에 따른 정확도를 비교한 결과, KorBERT 문장 표상을 사용한 분류 모델이 가장 정확도가 높음을 확인했다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.30 no.1
• /
• pp.82-88
• /
• 2024

As the modern maritime industry rapidly progresses through technological advancements, data processing technology is emphasized as a key driver of this development. Natural language processing is a technology that enables machines to understand and process human language. Through this methodology, we aim to develop a model that predicts the proportions of outcomes when entering new written judgments by analyzing the rulings of the Marine Safety Tribunal and learning the cause-providing ratios of previously adjudicated ship collisions. The model calculated the cause-providing ratios of the accident using the navigation applied at the time of the accident and the weight of key keywords that affect the cause-providing ratios. Through this, the accuracy of the developed model could be analyzed, the practical applicability of the model could be reviewed, and it could be used to prevent the recurrence of collisions and resolve disputes between parties involved in marine accidents.

• Proceedings of KOSOMES biannual meeting
• /
• 2017.11a
• /
• pp.162-163
• /
• 2017

해양 HNS(Hazardous and Noxious Substances)의 유출 사고 시, 막대한 인명 피해와 환경 훼손을 피하기 위해 유출 사고 조기 예측과 정확한 확산 경로를 예측하는 것이 필수적이다. 본 연구의 최종목적은 전산유체역학을 이용하여 HNS사고가 발생하였을 때 위험구역을 적절히 예측할 수 있는 수치해석기법을 개발하고, 다양한 해양사고조건과 환경영향을 고려하여 근접역에서의 2차원 확산 특성을 고찰하고 확산 현상을 예측하기 위한 모델을 개발하는 것이다. 본 연구에서는 상용코드인 ANSYS FLUENT(V. 17.2)을 사용하여 근접역에서의 2차원 확산특성을 모사하고 분석하였다. 특히, 누출된 HNS의 위치별 농도를 예측하기 위해 종수송방정식(Species Transport Equation)을 이용하였으며 RANS(Reynolds-Averaged Navier-Stokes) 방정식과 표준 $k-{\varepsilon}$ 모델을 이용하여 난류유동을 모사하였다. 해석된 결과는 문헌에서 얻어진 실험데이터와 상호비교하였으며 해수의 유속, HNS의 밀도에 따른 유층 두께, 해수면 HNS 평균 농도 그리고 HNS 전파 속도를 분석하였다. 유층 두께는 해류 유속에 따라 변화하며 변화 경향에 따라 두 구간으로 나눌 수 있다. 해류 전파 속도는 대체로 해류 유속과 선형적 비례관계를 갖는 것으로 나타났다. 해수면 평균 HNS 농도는 해류 유속에 선형적으로 비례하여 감소하며, HNS 밀도가 큰 경우 해수면 평균 HNS 체적 농도는 더 빠르게 감소하게 된다. 이러한 결과는 HNS 확산 특성을 분석하고 관련된 예측모델을 개발하는 데에 기여할 수 있다.