메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김준기 (한국해양대학교) 류동근 (한국해양대학교) 남형식 (한국해양대학교)
저널정보
아시아문화학술원 인문사회 21 인문사회 21 제13권 제1호
발행연도
2022.2
수록면
561 - 576 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2022

Prophet 모형을 활용한 국내 중소형 컨테이너항만 물동량 예측에 관한연구: 인천, 평택?당진, 울산항을 중심으로
김준기 ,  류동근 ,  남형식 인문사회 21 2022.02 학술저널
Prophet 모형을 활용한 국내 중소형 컨테이너항만 물동량 예측에 관한 연구 : 인천, 평택·당진, 울산항을 중심으로
김준기 해운경영 2022.01 학위논문

초록· 키워드

오류제보하기
Prophet 모형을 활용한 국내 중소형 컨테이너항만 물동량 예측에 관한연구: 인천, 평택?당진, 울산항을 중심으로김 준 기*ㆍ류 동 근**ㆍ남 형 식*** 요약: 기존 항만물동량 예측 관련 연구의 주된 대상은 부산항 또는 국내 전체 항만이었고, 중소형 항만을 대상으로 한 연구는 활발히 이뤄지지 않았다. 본 연구는 Prophet, LSTM, SARIMA 모형을 사용하여 국내 중소형 컨테이너 항만 중 인천, 평택?당진, 울산항을 대상으로 물동량을 예측하였다. 대상 항만의 2001년 1월~2016년 6월의 자료로 모형을 학습시킨 뒤, 2016년 7월~2021년 6월까지의 물동량을 예측했고, 이를 실제 물동량과 비교하여 모형의 성능을 검증했다. 분석 결과, 첫째, 물동량 자료에 계절성이 나타나는 경우, 구현의 용이성과 연산시간을 고려하였을 때, Prophet 모형이 효과적임을 확인하였다. 둘째, 물동량 자료에 뚜렷한 계절성이 나타나지 않는 경우, Prophet 모형과 LSTM 모형을 함께 활용하는 것이 효과적임을 확인하였다. 핵심어: 컨테이너항만, 물동량 예측, Prophet, LSTM, SARIMA □ 접수일: 2022년 1월 12일, 수정일: 2022년 1월 28일, 게재확정일: 2022년 2월 20일＊ 주저자, 한국해양대학교 해운경영학과 석사과정(First Author, Master’s Course, Korea Maritime & Ocean Univ., Email: jkkim@g.kmou.ac.kr)** 공동저자, 한국해양대학교 교수(Co-author, Professor, Korea Maritime & Ocean Univ., Email: dkryoo@kmou.ac.kr)*** 교신저자, 한국해양대학교 물류?환경?도시인프라공학부(물류시스템공학전공) 교수(Corresponding Author, Professor, Korea Maritime & Ocean Univ., Email: hsnam@kmou.ac.kr)
#핵심어: 컨테이너항만 #물동량 예측 #Prophet #LSTM #SARIMA #Key Words: Container Port #Throughput Forecasting #Prophet #LSTM #SARIMA

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0