정체와 장기간의 선박 대기 시간은 글로벌 무역에 도전 과제를 제기하며, 운영 비용과 비효율을 증가시킨다. 본 연구에서는 선박 대기 시간을 정확히 예측함으로써 항만 운영을 개선하기 위한 새로운 기계학습 기반 예측 접근법을 제안하였다. 121,401건의 항차(voyage) 기록으로 구성된 데이터셋을 사용하여, 전통적 모델, 앙상블 기반 모델, 딥러닝 모델을 포함한 총 9개의 회귀(regression) 모델을 평가하였다. Shapley additive explanation (SHAP)-기반 특성 선택은 일반적으로 해석 가능성을 높이기 위해 적용되며, 그 효과를 주성분분석(principal component analysis, PCA)-기반 차원 축소 및 비선택 방법과 비교하였다. XGBoost Regressor (XGBR)는 유전 알고리즘 기반 하이퍼파라미터 튜닝을 통해 최적화되었으며, 평균제곱오차(mean squared error, RMSE)를 20.9531에서 19.6387로, 평균절대오차(mean absolute error, MAE)를 13.6821에서 12.6753으로 감소시켰고, 결정계수(coefficient of determination, R²)를 0.2791에서 0.2949로 개선하였다. 랜덤 포레스트 회귀기(random forest regressor), XGBR, LightGBM 회귀기(LightGBM regressor), CatBoost 회귀기(CatBoost regressor)를 통합한 스태킹 앙상블(stacking ensemble) 모델은 성능을 향상시켜 RMSE 18.9023, MAE 12.3287, R² 0.3265를 달성하였다. 분산분석(ANOVA) 검정은 모델 성능 및 계산 복잡도에서 다수의 유의미한 차이를 확인하였다. 그 결과, 본 설정에서는 트리 기반 앙상블 모델이 딥러닝 모델보다 우수한 성능을 보였다. 제안된 접근법은 선제적 스케줄링을 가능하게 하고 정체를 감소시키며 비용 절감을 가져온다. 모델의 확장성은 광범위한 해상 물류 및 지능형 교통 시스템에 적합함을 시사한다.

본 연구는 리그 오브 레전드(League of Legends)에서 플레이어 기여도를 평가하고 경기 결과를 예측하기 위한 역할 민감적(role-sensitive) 프레임워크를 개발하였다. 기존 접근이 팀을 동질적인 단위로 취급한 것과 달리, 우리는 포지션 역할을 반영하면서 4가지 전략 영역(공격, 방어, 라인전, 골드 획득)에 걸쳐 개별 플레이어의 영향을 정량화하기 위한 승리 기여도(Victory Contribution, VC) 지표를 도입하였다. 2023년 세 개 글로벌 리그에서의 10,390경기 전문 매치 데이터를 사용하고, 2024년의 독립 테스트 세트 9,670경기를 추가로 활용하여, 13개 선정 특성을 기반으로 VC 지표를 포함한 모델과 포함하지 않은 모델 각각에 대해 네 가지 분류 모델—로지스틱 회귀(logistic regression, LR), 다층 퍼셉트론(multilayer perceptron, MLP), 서포트 벡터 머신(support vector machine, SVM), XGBoost(XGB)—를 학습하였다. 모든 분류기에서 VC를 포함하여 확장한 모델이 일관되게 기본(baseline) 모델보다 성능이 우수하였다. 테스트 세트에서 XGB 모델은 정확도 0.8686, 재현율(recall) 0.8084, F1-score 0.8601, AUC 0.9512로 최고 성능을 보였다. VC는 또한 Damage Share(DS) 및 Kill Participation(KP)과 같은 전통적 지표보다 우수하여, 두 지표 모두에 비해 테스트 재현율과 F1-score가 더 높게 나타났다. 관찰된 모든 성능 향상은 평가 지표 전반에서 통계적으로 유의하였으며(p < 0.0001), 리그 간 분석에서는 포지션별 VC 비율에 유의한 차이가 없었는데, 이는 LCK(League Champions Korea), LEC(Legends European Championship), LCS(Legends Championship Series) 간에서 역할 기여의 구조적 일관성을 시사한다. 이러한 결과는 전문 e스포츠에서 예측 모델링과 플레이어 평가에 역할을 인지하는 지표를 통합하는 것의 실용적 가치를 보여준다.