2025 한국물류과학기술학회 - 백승준
페이지 정보

본문
2025년 4월 22일 킨텍스에서 열린 물류과학기술학회에 와 ICPI Week 2025에 참석하였습니다. ICPI Week 2025 행사에서는 물류 이적재에 도움을 주는 다양한 물류 운송 로봇 및 장비들을 확인할 수 있었습니다. AI 기술이 들어가 물류 자동화 운송 로봇들을 보면서 실제로 AI 기술들 및 로봇 기술들이 산업 현장에서 어떻게 적용되는지 확인할 수 있는 좋은 기회가 되었습니다. 물류 자동화 기술들이 적용되는 실제 적용 사례를 볼 수 있도록 학회 참석에 기회를 주신 이상민 교수님께 감사드립니다.
<청취 후기>
일시: 4월 22일
제목: 머신허닝을 활용한 단기 항만 물동량 예측
본 발표는 단기 항만 물동량의 정확한 예측을 위해 시계열 모형과 머신러닝 모델을 통합한 독립 변수를 고려한 예측 모델을 제안한다. 시차가 멀어질수록 예측 정확도가 떨어지는 시계열 모형의 특징을 보완하고, 시계열 데이터 이외에 다양한 주요 독립 변수를 반영하여 예측을 수행하여, 단기 예측 정확도 개선을 통한 항만 운영 효율성을 샹상시키고자 하였다. 1. ARIMA 모델을 통하여 과거 시계열 정보와 오차항의 정보를 반영한 주별 예측을 진행하였고, CHAID를 활용하여 추가 독립변수(주별 근로 일자 수) 영향을 반영한 주별 예측을 진행하였다. 시계열 데이터 이외에 예측에 도움이 되는 외부 변수를 CHAID를 통해 고려하여 예측 정확도를 높인 것이 흥미로웠다.
<청취 후기>
일시: 4월 22일
제목: 머신허닝을 활용한 단기 항만 물동량 예측
본 발표는 단기 항만 물동량의 정확한 예측을 위해 시계열 모형과 머신러닝 모델을 통합한 독립 변수를 고려한 예측 모델을 제안한다. 시차가 멀어질수록 예측 정확도가 떨어지는 시계열 모형의 특징을 보완하고, 시계열 데이터 이외에 다양한 주요 독립 변수를 반영하여 예측을 수행하여, 단기 예측 정확도 개선을 통한 항만 운영 효율성을 샹상시키고자 하였다. 1. ARIMA 모델을 통하여 과거 시계열 정보와 오차항의 정보를 반영한 주별 예측을 진행하였고, CHAID를 활용하여 추가 독립변수(주별 근로 일자 수) 영향을 반영한 주별 예측을 진행하였다. 시계열 데이터 이외에 예측에 도움이 되는 외부 변수를 CHAID를 통해 고려하여 예측 정확도를 높인 것이 흥미로웠다.
- 이전글2025 한국물류과학기술학회 - 고예진 25.04.27
- 다음글2025 한국물류과학기술학회 - 장유나 25.04.25
댓글목록
등록된 댓글이 없습니다.