| 1 |
1
운항중인 선박의 선박정보 및 항만영역 정보를 포함하는 해상교통 정보를 실시간으로 제공하는 VTS(Vessel Traffic Service) 센터;상기 VTS 센터에서 제공하는 해상교통 정보를 실시간 저장하는 해상교통 정보 데이터베이스부;상기 해상교통 정보 데이터베이스부로부터 설정된 범위의 상기 해상교통 정보를 제공받고, 딥러닝(Deep Learning) 알고리즘을 사용하여 선박상태 및 영역상태를 판단하는 관제기준 정보를 생성하는 해상교통관제 학습부;실시간 저장되는 상기 해상교통 정보 및 상기 관제기준 정보를 비교분석하여 선박상태 정보 및 영역상태 정보를 포함하는 해상관제 정보를 실시간 생성하는 해상교통관제 분석부; 및생성된 상기 해상관제 정보를 전자해도를 통해 표시하는 해상교통관제 정보 표시부;를 포함하고,상기 관제기준 정보는 선박상태 기준정보 및 영역상태 기준정보를 포함하며,상기 해상교통관제 학습부는,일정 기간의 상기 선박정보를 입력 데이터로 제공받아, 선박의 정상상태 또는 비정상상태를 구분하는 상기 선박상태 기준정보를 생성하는 항적정보 학습모듈; 및일정 간격의 그리드 형태로 나누어진 상기 항만영역 정보를 입력 데이터로 제공받아, 영역의 위험상태를 구분하는 상기 영역상태 기준정보를 생성하는 항만정보 학습모듈;을 포함하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 2 |
2
삭제
|
| 3 |
3
제 1 항에 있어서,상기 해상교통관제 학습부는,상기 해상교통 정보 데이터베이스부에서 실시간 저장되는 새로운 해상교통 정보를 제공받아 생성된 상기 관제기준 정보를 업데이트하고, 업데이트된 관제기준 정보를 상기 해상교통관제 분석부에 제공하는 것을 특징으로 하는 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 4 |
4
제 1 항에 있어서,상기 항적정보 학습모듈은 사고 선박을 제외한 나머지 선박정보를 입력 데이터로 사용하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 5 |
5
제 1 항에 있어서,상기 선박정보는 선박명, 선박 종류, 선박 제원, 시간에 따른 선박의 위치 정보, 시간에 따른 선박의 속도 정보, 시간에 따른 선박의 침로 정보, 사고이력 정보 및 선적화물 정보를 포함하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 6 |
6
제 1 항에 있어서,상기 항만영역 정보는 사고 다발 위치 정보 및 위험지역 위치 정보를 포함하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 7 |
7
제 5 항에 있어서,상기 해상교통관제 분석부는, 상기 선박의 사고이력 정보와 선적화물 정보에 대한 가중치를 추가하여 상기 선박상태 정보를 생성하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 8 |
8
제 1 항에 있어서,상기 해상교통관제 정보 표시부는, 상기 선박상태 정보 및 영역상태 정보를 단계별 색상으로 각각 표시하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템
|
| 9 |
9
해상교통관제 전문가 시스템의 제어 방법에 있어서,VTS(Vessel Traffic Service) 센터가 운항중인 선박의 선박정보, 항만영역 정보 및 기후 정보를 포함하는 해상교통 정보를 실시간 수신하는 단계;해상교통 정보 데이터베이스부가 상기 VTS 센터를 통해 실시간 수신하는 상기 해상교통 정보를 저장하는 단계;해상교통관제 학습부가 설정된 범위의 상기 해상교통 정보를 제공받아, 선박상태 및 영역상태를 판단하도록 딥러닝(Deep Learning) 알고리즘을 사용하여 선박상태 기준정보 및 영역상태 기준정보를 포함하는 관제기준 정보를 생성하는 단계;해상교통관제 분석부가 실시간 저장되는 상기 해상교통 정보 및 상기 관제기준 정보를 비교분석하여 선박상태 정보 및 영역상태 정보를 포함하는 해상관제 정보를 실시간 생성하는 단계; 및해상교통관제 정보 표시부가 생성된 상기 해상관제 정보를 표시하는 단계;를 포함하며,상기 관제기준 정보의 생성 단계에서,상기 해상교통관제 학습부는,일정 기간의 상기 선박정보를 입력 데이터로 제공받아, 선박의 정상상태 또는 비정상상태를 구분하는 상기 선박상태 기준정보를 생성하고,일정 간격의 그리드 형태로 나누어진 상기 항만영역 정보를 입력 데이터로 제공받아, 영역의 위험상태를 구분하는 상기 영역상태 기준정보를 생성하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템의 제어 방법
|
| 10 |
10
삭제
|
| 11 |
11
제 9 항에 있어서,상기 선박정보는 선박명, 선박 종류, 선박 제원, 시간에 따른 선박의 위치 정보, 시간에 따른 선박의 속도 정보, 시간에 따른 선박의 침로 정보, 사고이력 정보 및 선적화물 정보를 포함하고,상기 항만영역 정보는 사고 다발 위치 정보 및 위험지역 위치 정보를 포함하는 것을 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템의 제어 방법
|
| 12 |
12
제 9 항에 있어서,상기 해상교통관제 학습부는 관제기준 정보를 생성한 이후,상기 해상교통 정보 데이터베이스부에서 실시간 저장되는 새로운 해상교통 정보를 제공받아 생성된 상기 관제기준 정보를 업데이트하고,업데이트된 관제기준 정보를 상기 해상교통관제 분석부에 제공하는 것을 특징으로 하는 특징으로 하는 딥러닝 알고리즘을 이용한 해상교통관제 전문가 시스템의 제어 방법
|
