The accident risks in the marine environment are increasing because of the tendency to build faster and larger ships. To secure ship safety, risk-based ship design (RBSD) was recently suggested based on a formal safety assessment (FSA). In the process of RBSD, a ship designer decides which risk reduction option is most cost-effective in the design stage using a cost-benefit analysis (CBA). There are three dimensions of risk in this CBA: fatality, environment, and asset. In this paper, we present an approach to estimate the environmental costs based on the size of an oil tanker involved in an accident using a neural network. An appropriate neural network model is suggested for the estimation,and the neural network is trained using IOPCF data. Finally,the learned neural network is compared with the cost regression equation by IMO MEPC 62/WP.13 (2011).
향후 대용량 정보 제공 서비스를 위한 선박용 광 네트워크 감시 시스템의 하드웨어와 소프트웨어를 설계 제작하였고, 개발된 광 네트워크 감시 시스템이 선박이라는 특수 상황과 관련 있는 선로 연장, 매크로밴딩, 이물질이 부착된 광 커넥터에 의한 손실 등 3가지의 이벤트를 정확히 모니터링하는지를 실험을 통해 확인해 보았다. 감시 시스템의 하드웨어는 선박의 네트워크 구조에 맞는 chained branch와 dark fiber 병합 방식으로 설계 제작하였고, 3가지 이벤트에 대한 감시 시험 결과 3가지 모두 5 m 이내의 범위로 모니터링하는 것을 확인하였다.
International Journal of Computer Science & Network Security
/
제21권9호
/
pp.86-90
/
2021
The article assesses the level of navigation safety, in theoretical terms, defines the complexity of managing navigational risks in practice. The issues of assessing the navigational safety have been studied due to the importance and relevance of the issue in question, however, due to the great complexity of the problem under consideration, the article considers and indicates the directions for the development of the solution of the given direction, where, first of all, it became necessary to analyze the issue of assessing the levels of navigation risks when navigating vessels of various types in difficult navigation conditions.
A need fer stable and comfortable cabins in the high-speed passenger ships has increased. For active control of the motion of the ship cabin, a few control algorithms have been applied to the three dimensional real models in the vibration basin. Experimental results show that the feedforward neural network with a linear feedback controller is one of the promising control algorithms for this active control.
International Journal of Computer Science & Network Security
/
제21권11호
/
pp.241-247
/
2021
In the article, an analysis of the factors was carried out, which injected into the efficiency of the function of navigation systems in the minds of unimportance. Carrying out analyzes allowing for the visibility of relevant direct adjustments to the effectiveness of the function Inertial navigation systems in the minds of non-value. The designation of the navigation system was assigned to a complex of navigation systems on ships processing of the vector of navigation parameters, so that they can be victorious in the control systems of the ship's collapse, and the safety of floating is safe.
In the fuzzy control of shop the qualitative knowledge and information that the ship's operators have acquired through their experience can be logically described by the Linguistic control Rule (LCR). The algorithm of the control is made of the LCR and the control of the shop is performed by processing this algorithm implementing a computer. The problem in the fuzzy control is that it is very difficult to describe qualitative human knowledge in the LCR correctly. To tackle this difficulty a Fuzzy Neural Network (FNN) was introduced in this paper. The characteristics of the multi-layer FNN control system applied to the ship's steering system is investigated through the computer simulation, and the results were compared with those of the ordinary fuzzy control system of a ship. The results showed that the FNN method is a very effective to translate human knowledge into the LCR.
전산유체역학을 사용하는 일반적인 선박의 저항성능 평가는 많은 시간과 비용이 필요하며, 이를 줄이기 위한 다양한 방법이 연구되고 있다. 선박의 주요 치수나 단면을 이용하는 기존의 방법들은 선형에 크게 좌우되는 저항성능을 추정하는데 한계가 있다. 본 논문에서는 선형 격자의 기하학적 정보를 입력으로 선체 표면의 저항성능을 빠르게 추정할 수 있는 심층신경망 모델을 제안한다. Perceiver IO 기반의 제안하는 심층신경망 모델은 시간 단계별로 계산이 필요한 전산유체역학 기법과 달리 바로 저항성능 추정이 가능하며, 저속비대선의 일종인 50K 탱커 선박을 대상으로 한 데이터집합에서 평균 1% 미만의 오차로 저항성능을 추정하는 결과를 보인다.
On marine vessels, delicate instruments such as navigation radars are normally mounted on ship masts. However the vibrations at the top of mast where the radar is mounted often cause serious deterioration in radar-tracking resolution. The most serious problem is caused by the rotational vibrations at the top of mast that may be due to wind loading, inertial loading from ship rolling and base excitations induced by the running propeller. This paper presents a method of semi-active vibration control using magneto-rheological (MR) dampers to reduce the rotational vibration of the mast. In the study, the classical optimal control algorithm, the independent modal space control algorithm and the double input - single output fuzzy control algorithm are employed for the vibration control. As the phenomenological model of an MR damper is highly nonlinear, which is difficult to analyse, a back- propagation neural network is trained to emulate the inverse dynamic characteristics of the MR damper in the analysis. The trained neural network gives the required voltage for each MR damper based on the displacement, velocity and control force of the MR damper quickly. Numerical simulations show that the proposed control methods can effectively suppress the rotational vibrations at the top of mast.
선박의 상태를 공간 제약 없이 광범위하게 측정하고 이를 정밀히 분석하기 위한 수단들 중 하나로 무선 네트워크의 활용이 하나의 방법이 될 수 있다. 여러 개의 센서들을 적절한 곳에 배치하고 이들 간 네트워크가 자동으로 구성이 되고나면 선박의 상태를 한 장소에서 모니터링 할 수 있다. 아울러 배치된 모든 센서들이 동일한 시각정보를 갖는다면, 이들로부터 감지된 동일한 이벤트에 대하여 위치 또는 이동방향 등도 알아낼 수 있다. 따라서 동기화된 센서들의 활용은 메타정보의 생산을 위한 중요한 요소가 될 수 있다. 이 논문은 선박에서의 효율적 활용을 위한 센서 간 시각동기 알고리즘을 제안한다.
Detecting objects is important for the safe operation of ships, and enables collision avoidance, risk detection, and autonomous sailing. This study proposes a ship detection method from images and videos taken at sea using one of the state-of-the-art deep neural network-based object detection algorithms. A deep learning model is trained using a public maritime dataset, and results show it can detect all types of floating objects and classify them into ten specific classes that include a ship, speedboat, and buoy. The proposed deep learning model is compared to a universal trained model that detects and classifies objects into general classes, such as a person, dog, car, and boat, and results show that the proposed model outperforms the other in the detection of maritime objects. Different deep neural network structures are then compared to obtain the best detection performance. The proposed model also shows a real-time detection speed of approximately 30 frames per second. Hence, it is expected that the proposed model can be used to detect maritime objects and reduce risks while at sea.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.