- 영문명
- Deep Learning based Fishing Gear Type Classification for Improvement of VTS service
- 발행기관
- 한국항해항만학회
- 저자명
- 김광일 김지희 김주성
- 간행물 정보
- 『한국항해항만학회 학술대회논문집』2020 춘계학술대회논문집, 158~159쪽, 전체 2쪽
- 주제분류
- 공학 > 해양공학
- 파일형태
- 발행일자
- 2020.07.22

국문 초록
대부분의 해양인접국은 자국의 수산자원 관리 및 불법조업 방지를 위해 선상단속, 조업모니터링 등 여러 노력을 수행하고 있다. 특히 허가받지 아니한 어구를 사용하는 불법조업은 어업자원 및 치어를 남획하여 수산자원은 갈수록 줄어들고 있다. 또한 관제구역 내 선박자동식별장치(V-PASS, AIS) 미 장착 선박에 대한 조업유무 판별은 어선의 조업특성 파악과 주변선박 안전항해에 중요하다. 이에 본 발표는 관제구역 내 어선의 항적데이터를 컨볼루션 신경망(Convolutional Neural Network)으로 학습하여 어선 조업을 판별하는 모델을 개발하고 실 해역에 적용한 결과를 시연하고자 한다. 실험을 위해 제주해역에서 수집한 AIS 데이터를 전처리하여 제안하는 모델에 학습하였으며, 학습 결과 90% 이상의 판별 성능의 결과를 얻었다.
영문 초록
목차
1. 서 론
2. 재료 및 방법
3. 실험결과 및 결론
참고문헌
해당간행물 수록 논문
참고문헌
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
