준지도 학습 기반 선박충돌 예측에 대한 연구

• 영문명: A Study on the Prediction of Ship Collision Based on Semi-Supervised Learning
• 발행기관: 한국항해항만학회
• 저자명: 석호준(Ho-June Seok) 심승(Seung Sim) 우정훈(Jeong-Hun Woo) 조준래(Jun-Rae Cho) 조득재(Deuk-Jae Cho) 외 2명
• 간행물 정보: 『한국항해항만학회 학술대회논문집』2023 춘계학술대회논문집, 204~205쪽, 전체 2쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2023.05.04

국문 초록

본 연구는 준지도학습(SSL)을 기반한 소형 어선의 충돌 경보 송출 예측 모델에 관한 연구이다. 지도학습(SL) 방법은 레이블링된 다수의 데이터가 필요하지만 레이블링 과정에서 많은 자원과 시간이 소요된다. 본 연구는 ‘지능형 해상교통정보 서비스’와 연계한 데이터 파이프라인을 통해 수집된 서비스 데이터와 실해역 시험에서 수집한 데이터를 사용하였다. 실제 사용자 만족도 기반으로 레이블이 결정된 실해역 시험 데이터만 아니라 레이블이 결정되지 않은 서비스 데이터를 함께 학습시킨 결과, 모델 정확도가 향상되었다.

영문 초록

This study studied a prediction model for sending collision alarms for small fishing boats based on semi-supervised learning (SSL). The supervised learning (SL) method requires a large number of labeled data, but the labeling process takes a lot of resources and time. This study used service data collected through a data pipeline linked to 'intelligent maritime traffic information service' and data collected from real-sea experiment. The model accuracy was improved as a result of learning not only real-sea experiment data with labeling determined based on actual user satisfaction but also service data without label determined together.

키워드

해상디지털 빅데이터 데이터 파이프라인 데이터 전처리 준지도학습 머신러닝 Maritime digital Big-Data Data Pipeline Data Preprocessing Semi-Supervised Learning Machine Learning