면적속도 기반 DTW를 이용한 이탈 항적 탐지

• 영문명: Areal velocity based DTW for abnormal trajectory detection
• 발행기관: 한국자료분석학회
• 저자명: 박지훈(Ji Hun Park) 문성일(Seong Il Mun) 고영호(Young Ho Ko) 박헌진(Heon Jin Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.25 No.2, 549~561쪽, 전체 13쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2023.04.30

국문 초록

항공 안전 분야에서 데이터를 분석하여 항공 사고 전조 징후를 탐지하는 연구가 이루어지고 있다. 정상적인 궤도로부터 벗어나는 항공기의 궤적을 뜻하는 이탈 항적은 항공로 구간에서 발생하는 항공 사고의 전조 징후 중 하나이다. 항공로 구간은 출발 절차를 마친 이후부터 착륙 절차를 시작하기 전 구간을 의미한다. 항적 데이터는 시간에 따른 위치 정보를 의미하는 궤적 데이터이다. 항적 데이터와 같이 궤적을 이루는 샘플 포인트 개수가 상이한 궤적 데이터의 비유사도를 산출하는 일반적인 방법은 DTW(dynamic time warping)이다. 그러나 이탈 항적 탐지에는 거리 기반의 비유사도보다 정상 항적으로부터 면적 기반의 비유사도가 더 유용하다. 이에 본 연구에서는 면적에 상응하는 값을 산출하는 ‘면적 속도 기반 DTW(이하 ADTW)'를 개발하였다. ADS-B(automatic dependent surveillance-broadcast) 항적 자료를 이용해 DTW와 ADTW 방법으로 각각 비유사도를 산출한 후 클러스터링 기반 이상치 탐지 기술을 이용하여 이탈 항적을 판단하였다. 클러스터링은 k-medoids 방법인 PAM(partitioning around medoids)을 이용하였다. Average silhouette 산출 결과 2개의 클러스터로 분류되었으며 각 클러스터의 대표 항적으로부터 비유사도를 이용해 이탈 항적을 탐지하였다. 이탈 항적 탐지 기준은 분위수를 이용해 구축하였다. 클러스터의 평균 실루엣 너비를 이용해 평가하였을 때 ADTW가 DTW보다 높은 성적을 나타냈다.

영문 초록

In the field of aviation safety, data analysis research is being conducted to detect the precursors of aviation accidents. A deviation trajectory, which means the trajectory of an aircraft deviating from its normal trajectory, is one of the precursor signs of an aviation accident that occurs in an en-route section. The en-route section means segment of flight from the termination point of a departure procedure to the origination point of an arrival procedure. trajectory data is track data meaning positional information according to time. A general method for calculating the dissimilarity of trajectory data having different numbers of sample points constituting the trajectory is dynamic time wrapping (DTW). However, area-based dissimilarity from normal tracks is more useful than distance-based dissimilarity for deviation trajectory detection. Therefore, in this study, ‘area velocity-based DTW (hereafter referred to as ADTW)' was developed to calculate the value corresponding to the area. Dissimilarity was calculated by DTW and ADTW methods using ADS-B (automatic dependent surveillance-broadcast) trajectory data, and then deviation tracks were determined using clustering-based outlier detection technology. For clustering, the k-medoids method, PAM (partitioning around medoids), was used. As a result of calculating the average silhouette, it was classified into two clusters, and the deviation track was detected using the dissimilarity from the representative track of each cluster. Detection criteria were constructed using quantiles. When evaluated using the average silhouette width of clusters, ADTW performed better than DTW.

목차

1. 서론

2. 이론적 배경

3. 연구 내용

4. 연구 결과

5. 결론

References

키워드

면적 속도 이상치 탐지 ADS-B Areal Velocity DTW PAM Anomaly Detection PAM