데이터 마이닝 기법을 활용한 항공기 사고 및 준사고로 인한 사망 발생 요인 및 패턴 분석
Analysis of the Factors and Patterns Associated with Death in Aircraft Accidents and Incidents Using Data Mining Techniques
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
본 연구에서는 데이터 마이닝 기법을 활용하여 항공기 사고와 준사고로 인한 사망 발생 요인들과 패턴들을 분석하고자 한다. 이를 위해, 항공기 사고와 준사고 데이터를 보유하고 있는 미국연방교통안전위원회(NTSB)와 미국연방항공청(FAA)의 데이터를 사용하였다. 다음으로 의사결정나무 알고리즘을 사용하여 항공기 사고 및 준사고에 따른 사망여부 예측모형들을 구축하였고 이를 토대로 사망 발생에 영향을 주는 주요 요인들과 패턴들을 도출하였다. NTSB 데이터의 경우 항공기가 완파되거나 고기동 또는 고위험 임무를 수행할 때 주로 사망이 발생하는 것을 알 수 있었다. FAA 데이터의 경우 항공기가 일부 파괴된 경우 조종사의 숙련도가 저조하거나 미인가 조종사의 경우 사망이 발생하였으며, 고공낙하점프와 지상운용단계에서 발생되는 다양한 사망관련 패턴들도 발견되었다. 또한 도출된 패턴들을 활용하여 사망 사고 예방을 위한 실용적인 방안들을 제시한 점에서 연구의 의의를 찾을 수 있다.
Abstract
This study analyzes the influential factors and patterns associated with death from aircraft accidents and incidents using data mining techniques. To this end, we used two datasets for aircraft accidents and incidents, one from the National Transportation Safety Board (NTSB) and the other from the Federal Aviation Administration (FAA). We developed our prediction models using the decision tree classifier to predict death from aircraft accidents or aircraft incidents and thereby derive the main cause factors and patterns that can cause death based on these prediction models. In the NTSB data, deaths occurred frequently when the aircraft was destroyed or people were performing dangerous missions or maneuver. In the FAA data, deaths were mainly caused by pilots who were less skilled or less qualified when their aircraft were partially destroyed. Several death-related patterns were also found for parachute jumping and aircraft ascending and descending phases. Using the derived patterns, we proposed helpful strategies to prevent death from the aircraft accidents or incidents.
참고문헌 (19)
- 2016 General Aviation Statistical Databook & 2017 Industry Outlook, "GAMA", General Aviation Manufacturers Association, ~ (2016)
- "Number of fatalities resulting from road accidents in Great Britain table" (2015)[URL]
- "International Investigation Standards"[URL]
- 홍승범, "ECCAIRS Data에 의한 한국의 항공사고·준사고에 대한 경향 분석", 한국항행학회논문지, 16(4), pp.687~696 (2012), 한국항행학회
- 김원규, "ECCAIRS 5를 이용한 군 항공기 사고사례 분석", 한국항공운항학회지, 21(1), pp.80~86 (2013), 한국항공운항학회
- 노태우, "우리나라 국적항공사의 항공사고사례분석과 항공안전 개선전략에 관한 탐색적 연구－대한항공과 아시아나항공을 중심으로－", 한국항공경영학회지, 12(4), pp.95~124 (2014), 한국항공경영학회
- J. Chae, "A study of the application of Big data analytics in Aviation Safety", master, pp.2014
- A. Lukacova, "Building the Prediction Model from Aviation Incident Data", IEEE 12th International Symposium on Applied Machine Intelligence and Information, pp.365~369 (2014)
- F. Gurbuz, "Classification rule discovery for the aviation incidents resulted in fatality", Knowledge-based system, 22(8), pp.622~632 (2009)
- Z. Nareri, "Analyzing Relationships Between Aircraft Accidents and Incidents - A data Mining Approach", proceeding of Third International Conference on Research in Air Transportation, pp.185~190 (2008)
- A. A. Christopher, "Prediction of warning level in aircraft accidents using data mining techniques", The Aeronautical Journal, 118(1206), pp.935~951 (2014)
- A. D. Voogt, "Helicopter accident: Data-mining the NTSB database", European Rotorcraft Forum, pp.33~ (2007)
- K. Iwadare, "Statistical Data Analyses on Aircraft Accidents in Japan : Occurrences, Causes and Countermeasures", American Journal of Operations Research, 5(3), pp.222~245 (2015)
- "Aviation Accident Database"[URL]
- "Accident and Incident Data System"[URL]
- 이준석, "효율적인 데이터베이스 마케팅을 위한 데이터마이닝 전처리도구에 관한 연구", 디지털융복합연구, 12(11), pp.257~264 (2014), 한국디지털정책학회[DOI]
- 오정윤, "데이터 마이닝 기법을 활용한 스마트팩토리 도입 기업의 특성 분석", 한국융합학회논문지, 9(5), pp.179~189 (2018), 한국융합학회[DOI]
- 이재규, "의사결정트리 기반 머신러닝 기법을 적용한멜트다운 취약점 동적 탐지 메커니즘", 융합정보논문지, 8(6), pp.209~215 (2018), 중소기업융합학회[DOI]
- 박미영, "의사결정나무분석을 활용한 노인빈곤 결정요인 분석", 디지털융복합연구, 16(7), pp.63~69 (2018), 한국디지털정책학회[DOI]