• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2017년도 추계학술발표회
• /
• pp.211-211
• /
• 2017

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.296-297
• /
• 2022

스마트 항만은 IoT, 빅데이타, AI, 블록체인 등의 디지털 기술을 바탕으로 구축된 항만을 말하며, 항만의 유일한 생존 수단으로서 시·공간 및 자원의 낭비를 최소화하는 항만을 말한다. 지속가능성(Sustainability)이란 '인간이 삶의 터전으로 삼는 환경과 생태계 또는 공공으로 이용하는 자원 따위를 계속해서 사용할 수 있는 환경적 또는 경제, 사회적 특성'을 말하는 것으로 생태계가 환경 파괴 없이 현재의 다양성과 생산성을 미래에도 유지할 수 있도록 하는 '미래 유지가능성'의 의미를 담고 있다. 4차 산업 혁명을 맞이하여 전 세계적으로 스마트 항만 구축과 지속가능성에 대한 관심과 실현이 활발하게 진행되고 있는 상황이다. 본 연구에서는 지속가능한 스마트 항만의 핵심요소인ESG(Enviornment, Social, Governance) 영역의 핵심 지표를 개발하고

• 한국항만학회지
• /
• 제9권1호
• /
• pp.1-17
• /
• 1995

According to the analysis results, first, the purpose of information system is usually internal-oriented (decrease of employees and increase of productivity) in the port-logistics industry. Second, the success factor of information system for internal strategy group is different for its external strategy group. Third, the external enviornment factors affect on the information strategy and the success factor in the port-logistics industry. Therefore, I think that it is necessary for the port-logistics industry to consider the information strategy direction and its affecting factors in the port-MIS.

• 대한기계학회논문집A
• /
• 제24권11호
• /
• pp.2875-2882
• /
• 2000

Typically, the ultrasonic sensors can be used in navigation systems for modeling of the enviornment, obstacle avoidance, and map building. In this paper, we tried to approach an object classification method using the range data of the ultrasonic sensors. A characterization of the sonar scan is described that allows the differentiation of planes, corners, edges, cylindrical and rectangular pillars by processing the scanned data from three sonars. To use the data from the ultrasonic sensors as input to the neural networks, we have introduced a clustering, threshold, and bit operation algorithm for the obtained raw data, After repeated training of the neural network, the performance of the proposed method was obtained through experiments. Also, the recognition ranges of the proposed method were investigated. As a result of experiments, we found that the proposed method successfully recognized the objects within the accuracy of 78%.