[배경]
해운 물류 산업에서는 선박의 위치(AIS) 정보를 기반으로 항로를 추적하고, 운항 효율과 안전성을 분석하는 것이 필수적입니다.
그러나 일부 구간에서는 기상, 통신 음영, 장비 이상 등으로 인해 AIS 신호가 누락되거나 비정상적으로 기록되는 경우가 발생합니다.
이러한 데이터 손실은 항로 분석, ETA 예측, 위험 회피 판단 등 다양한 의사결정에 큰 영향을 미칩니다.
본 대회는 AIS(Automatic Identification System) 기반 항로 데이터를 활용하여, 누락된 구간의 중간 항로를 복원하는 AI 알고리즘을 개발하는 것을 목표로 합니다.
참가자는 선박의 연속적인 항적 데이터를 바탕으로 위도(LAT), 경도(LON) 좌표의 시계열 패턴을 예측하여 항로 복원 정확도를 높이는 모델을 설계해야 합니다.
[주제]
AIS 데이터를 활용한 선박 항로 복원 예측
[설명]
실제 선박의 항로(AIS 로그)데이터를 기반으로 누락된 구간의 항로를 복원하는 인공지능 모델을 개발해야합니다.
AIS 데이터는 선박의 시간별 위치,속력, 침로 등을 포함하며, 이를 통해 선박의 항적을 시계열 형태로 표현할 수 있습니다.
[추가 문제 설명]
🔹항차(Voyage)란?
항차(Voyage)는 하나의 선박이 특정 출발지에서 목적지까지 이동하는 단위 여정을 의미합니다.
하나의 선박은 여러 항차를 수행하며, 각 항차는 독립적인 시계열 데이터로 구성됩니다.
- 각
voyage_id는 하나의 항차를 식별합니다. - 각 항차는 시간 순으로 정렬된 다수의 위치(AIS) 기록을 포함하며, 동일한 선박 내에서도 항차 간 데이터는 분리되어 있습니다.
- 데이터는 항차 단위로 학습(train)과 평가(test) 세트로 분할됩니다.
🔹좌표계 및 상대좌표
본 대회에서는 전 지구 좌표계(WGS84)의 위도·경도를 그대로 사용하지 않고,
항차의 **시작점을 원점(0, 0)으로 변환한 상대좌표(m 단위)를 사용합니다.
즉, 모든 LAT_REL, LON_REL 값은 항차 내 첫 번째 위치를 기준으로 한 상대거리(북방/동방 거리)입니다.
LAT_REL : 북쪽 방향으로의 상대 이동 거리 (단위: m)LON_REL : 동쪽 방향으로의 상대 이동 거리 (단위: m)
단, test 데이터는 항차 전체가 아닌 일부 구간만 포함하기 때문에,
test 구간의 첫 번째 위치는 항차 전체의 원점(출발점)이 아닐 수 있습니다.
따라서, test 데이터의 시작점(IS_TARGET=0인 첫 행)은 (0, 0)이 아닐 수도 있습니다.
[주최 / 주관]
주최 : 해양수산부
주관 : 울산항만공사/한국정보산업연합회
운영 : 데이콘
[참가자격]
본선 진출 6팀
10,000,000 KRW
