한국해양대학교

Detailed Information

Metadata Downloads

해사 빅데이터를 활용한 공간분석 알고리즘 기반의 해상교통망 프레임워크에 관한 연구

DC Field Value Language
dc.contributor.advisor 조익순 -
dc.contributor.author 이정석 -
dc.date.accessioned 2024-01-03T18:01:26Z -
dc.date.available 2024-01-03T18:01:26Z -
dc.date.created 2023-09-25 -
dc.date.issued 2023 -
dc.identifier.uri http://repository.kmou.ac.kr/handle/2014.oak/13338 -
dc.identifier.uri http://kmou.dcollection.net/common/orgView/200000696955 -
dc.description.abstract 최근 세계적으로 해운 물동량의 증가와 선박의 거대화의 추세는 해사 산업 분야에 많은 변화를 가져오고 있다. 유럽 국가와 여러 선진 국가들의 경우에는 해상교통의 흐름을 보존하고 안전한 선박의 운항을 위해 최우선으로 항행구역을 고려하고 있다. 이러한 요구들은 여러 국가의 해양공간 계획에서 잘 구분되고 있으며 대용량의 해상교통 데이터와 최신 분석 방법을 활용하여 해상교통로 또는 해상교통망으로 분석하고 공공에 제공한다. 하지만 우리나라의 경우 최근 해상풍력발전단지의 육상입지 대체, 해양관광 활성화 등으로 연안해역을 운항하는 선박들의 관습적 해상교통 흐름에 변화를 유발하고 있지만, 해상교통 보존 연구는 미비한 상황이다. 이에 따라 선박들의 관습적인 통항로를 구축하여 해역이용 수요 증가 및 해상교통 여건의 악화에 대비한 해상교통로의 보존 및 관리 체계가 필요하다. 또한 항만과 항만을 아우르는 해상교통망을 구축하기 위해 해사 빅데이터, 인공지능, 공간분석 알고리즘을 활용하여 실제 선박에 적용이 가능할 방법을 고안할 필요성이 있다. 본 연구에서는 해사 빅데이터를 활용하여 다양한 데이터 분석에 사용하였다. 최근 해운산업에도 비정형, 정형 데이터를 수집하고 처리하는 기술이 발달하였고 선박 운항 기술에 데이터 분석 결과를 접목하는 다양한 연구가 진행되고 있다. 또한 AIS 데이터, 해양공간 정보, 전자해도 등 다양한 형태의 데이터를 해사 분야와 접목하여 안전한 선박 운항과 해양 환경 보호에 도움을 줄 수 있다. 한편 해사 산업에 데이터가 폭발적으로 증가하고 있어 이를 분석하기 위한 기술의 한 가지를 인공지능 알고리즘 개념에 통합하였다. 인공지능 알고리즘이란 대용량의 데이터를 활용하여 학습하고 인간의 의사결정을 모방하는 것을 목적으로 한다. 컴퓨터 기술의 발달에 따라 인공지능 알고리즘은 해양산업의 전통적인 운영 과정을 점진적으로 변화시키고 있다. 또한, 지리정보시스템을 활용하여 해사 공간 빅데이터를 효과적으로 분석하고 시각화 한다. 이러한 추세에 따라 해상교통로와 해상교통망을 구축할 수 있으며 실제 선박 운항에 적용 가능성이 존재하는 것을 의미한다. 본 연구의 구성인 해상교통로의 추출, 해상교통망 탐지, 지리정보 시스템의 네트워크 기반 항해계획 내용은 해사 빅데이터 활용, 인공지능 적용, 공간분석 알고리즘을 통합한 프레임워크를 기반으로 제안하였다. -
dc.description.tableofcontents 제 1 장 서 론 1 1.1 연구 배경 및 목적 1 1.2 연구 방법 및 내용 5 제 2 장 해사 빅데이터 분석 9 2.1 해사 빅데이터 정의와 수집 9 2.2 해사 빅데이터 전처리 과정 16 2.3 해양 공간정보 수집 및 저장 20 2.4 해사 빅데이터 통계 분석 24 2.5 공간분석 및 인공지능 알고리즘 분석 방법 35 2.5.1 공간분석 알고리즘 35 2.5.1.1 Moran I 공간적 자기상관성 36 2.5.1.2 Getis Ord G 공간적 자기상관성 39 2.5.2 인공지능 알고리즘 47 2.5.2.1 계층적 군집분석 49 2.5.2.2 분할적 군집분석 49 제 3 장 공간분석 알고리즘을 활용한 해상교통로 추출 53 3.1 해상교통로 추출 연구 배경 53 3.2 연구 방법 및 분석 데이터 57 3.2.1 분석 해역의 공간정보 57 3.2.2 해상교통로 추출 개요 58 3.2.3 데이터 전처리 및 통계 분석 61 3.2.4 밀집도 분석 방법 66 3.3 해상교통로 추출 결과 68 3.3.1 밀집도 분석 케이스 도출 68 3.3.2 등도수 분할 표출 72 3.3.3 해상교통로 구분 및 정의 74 3.3.3.1 간선항로 74 3.3.3.2 외부지선항로 76 3.3.3.3 내부지선항로 76 3.3.4 해상교통로 시각화 79 3.3.5 해상교통로 평가 81 제 4 장 인공지능 기반의 해상교통망 탐지 86 4.1 해상교통망 탐지 연구 배경 86 4.2 선행 연구 89 4.2.1 해상교통로 추출에 관한 연구 89 4.2.2 해상교통망 생성에 관한 연구 90 4.3 해상교통망 탐지 방법 및 데이터 91 4.3.1 해상교통망 탐지 개요 91 4.3.2 데이터 수집 및 전처리 과정 92 4.3.3 Hausdorff-distance 알고리즘 97 4.3.4 Douglas-Peucker 알고리즘 99 4.3.5 인공지능 기반의 변침점 탐지 102 4.3.6 KDE 분석 기반의 항로폭 산출 105 4.4 해상교통망 탐지 결과 108 4.4.1 분석 케이스 도출 108 4.4.2 인공지능 기반의 변침점 탐지 결과 111 4.4.3 KDE를 활용한 항로폭 산출 결과 115 4.4.4 KDE 기반의 변침점 분포값 비교 120 제 5 장 GIS 네트워크를 활용한 최적 항해계획 수립 124 5.1 항해계획 연구 배경 124 5.2 선행 연구 125 5.2.1 해상교통로 생성에 관한 연구 127 5.2.2 해상교통망 구축에 관한 연구 127 5.2.3 최단거리 항해계획에 관한 연구 128 5.2.4 GIS 네트워크 기반의 연구 활용 방안 129 5.3 GIS 네트워크 데이터 세트 구축 방법 130 5.3.1 GIS 네트워크 분석 개요 130 5.3.2 해상교통 데이터와 밀집도 분석 개요 132 5.3.3 들로네 삼각분할 수행 방법 136 5.3.4 전자해도 데이터를 활용한 네트워크 구축 139 5.3.5 들로네 삼각분할 기반의 네트워크 데이터 세트 구축 방법 141 5.4 GIS 네트워크 분석과 항해계획 수행 142 5.4.1 들로네 삼각분할과 네트워크 데이터 세트 구축 결과 142 5.4.2 항해계획을 위한 네트워크 분석 수행 144 5.4.3 실습선과 네트워크 데이터 세트의 항해계획 비교 분석 146 제 6 장 결론 157 국문초록 161 참조문헌 163 -
dc.format.extent 182 -
dc.language kor -
dc.publisher 한국해양대학교 대학원 -
dc.rights 한국해양대학교 논문은 저작권에 의해 보호받습니다. -
dc.title 해사 빅데이터를 활용한 공간분석 알고리즘 기반의 해상교통망 프레임워크에 관한 연구 -
dc.title.alternative A Study on Integrated Framework for Maritime Traffic Network based on Spatial Analysis Algorithms using Big Data -
dc.type Dissertation -
dc.date.awarded 2023-08 -
dc.embargo.terms 2023-09-25 -
dc.contributor.alternativeName JeongSeok, Lee -
dc.contributor.department 대학원 해양플랜트운영학과 -
dc.contributor.affiliation 한국해양대학교 대학원 해양플랜트운영학과 -
dc.description.degree Doctor -
dc.identifier.bibliographicCitation 이정석. (2023). 해사 빅데이터를 활용한 공간분석 알고리즘 기반의 해상교통망 프레임워크에 관한 연구. -
dc.subject.keyword 해상교통망, 해사 빅데이터, 공간분석 알고리즘, 지리정보 시스템, 통합 프레임워크 -
dc.contributor.specialty 해양플랜트운영 -
dc.identifier.holdings 000000001979▲200000003613▲200000696955▲ -
Appears in Collections:
기타 > 기타
Files in This Item:
There are no files associated with this item.

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse