Earticle

초록

한국어

선박을 통한 물류 이동 산업에서 도착 예정 시간(이하 ETA)은 일반적으로 선박이 평균 속도로 이동 시 목적지에 언제 도착할 것인지 대해 단순히 거리와 속력 간의 관계식만으로 연산하여 생성된다. 그러나 ETA에서 는 선박이 이동한 해양의 기상 상태, 선박 상태가 반영되지 않아 그 정밀도가 무척 낮았고, 이를 위한 다양한 연 구가 시도되고 있으며, 우리는 본 논문을 통해 선박의 이동에 영향을 주는 기상정보, 파고, 국제유가, 해양 사고, 해양 교통량 정보 등의 다양한 변수를 반영해 정밀도 높은 연산 방법을 제안하였다.

영어

The ETA(estimated arrival time) of a ship is generally a method of calculating when it will arrive at its destination when it moves at an average speed. At this time, the relationship between distance and speed can be calculated and obtained. However, ETA does not reflect the weather condition of the ocean where the ship has moved and the ship condition. So the precision and accuracy are very low. For this reason, various studies are being attempted. Through this paper, we proposed various variables that affect the movement of ships based on reinforcement learning. Various variables such as weather information, wave height, international oil prices, marine accidents, and marine traffic information were reflected, and due to this, it was possible to propose a high-precision and accurate calculation method.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
2.1 강화학습
2.2 ETA
Ⅲ. 본론
3.1 알고리즘
Ⅳ. 결론
Ⅴ. 향후 연구 방향
REFERENCES

저자

• 김영남 [ Young-Nam Kim | 숭실대학교 IT정책경영학과 ]
• 김현 [ Hyun-Kim | 경희대학교 컴퓨터공학과 ]
• 양영건 [ Young-Kun Yang | 숭실대학교 IT정책경영학과 ] Corresponding Author

참고문헌