[논문 리뷰] Decision Support Systems in Fisheries and Aquaculture: A systematic review

Bjørn Magnus Mathisen, Peter Halland Haro외 3명|arXiv (Cornell University)|2016. 11. 25.

Marine and fisheries research인용 수 8

한 줄 요약

이 체계적 리뷰는 어항 및 양식 분야의 의사결정 지원 시스템(DSS)에 관한 27개의 연구를 분석하여 실시간 분석 기능을 갖춘 다수의 이해관계자 및 다기준 DSS의 부족함을 드러냈다. 본 연구는 실증적 평가의 제한성과 기반 데이터에 기반한 기계학습의 최소한의 활용을 지적하며, 지속 가능하고 효율적인 어업 및 양식 관리에 통합적이고 데이터 기반의 DSS가 부족한 핵심 격차를 강조한다.

ABSTRACT

Decision support systems help decision makers make better decisions in the face of complex decision problems (e.g. investment or policy decisions). Fisheries and Aquaculture is a domain where decision makers face such decisions since they involve factors from many different scientific fields. No systematic overview of literature describing decision support systems and their application in fisheries and aquaculture has been conducted. This paper summarizes scientific literature that describes decision support systems applied to the domain of Fisheries and Aquaculture. We use an established systematic mapping survey method to conduct our literature mapping. Our research questions are: What decision support systems for fisheries and aquaculture exists? What are the most investigated fishery and aquaculture decision support systems topics and how have these changed over time? Do any current DSS for fisheries provide real- time analytics? Do DSSes in Fisheries and Aquaculture build their models using machine learning done on captured and grounded data? The paper then detail how we employ the systematic mapping method in answering these questions. This results in 27 papers being identified as relevant and gives an exposition on the primary methods concluded in the study for designing a decision support system. We provide an analysis of the research done in the studies collected. We discovered that most literature does not consider multiple aspects for multiple stakeholders in their work. In addition we observed that little or no work has been done with real-time analysis in these decision support systems.

연구 동기 및 목표

• 어업 및 양식 분야의 기존 의사결정 지원 시스템(DSS)을 식별하고 맵핑하기.
• 다기준 및 다수 이해관계자 중심 DSS 응용에 대한 연구의 범위와 초점을 평가하기.
• 이러한 부문의 DSS에서 실시간 분석 및 기계학습 통합의 존재 여부 평가하기.
• 어업 및 양식 분야의 실증적 평가 및 시스템 통합 측면에서의 연구 격차 식별하기.
• 실제 적용 가능성을 갖춘 통합적이고 데이터 기반의 DSS 개발을 위한 기초 제공하기.

제안 방법

• 재현 가능하고 편향을 줄이기 위해 정의된 프rotocols를 사용해 체계적 문헌 맵핑을 수행하였다.
• 도메인 전용 키워드와 동의어를 사용해 과학적 데이터베이스를 대상으로 다단계 검색 전략을 적용하였다.
• 사전 정의된 포함/배제 기준에 따라 관련성 여부를 판단하기 위해 제목, 초록 및 전문을 선별하였다.
• 주제, 시스템 유형, 이해관계자 초점, 방법론적 접근 방식별로 선택된 연구를 분류하였다.
• 검토된 DSS에서 사용된 시스템 설계 패턴, 데이터 통합 방법, 모델링 기법을 분석하였다.
• 식별된 시스템에서 기계학습 및 실시간 데이터 처리 기능의 사용 여부를 평가하였다.

실험 결과

연구 질문

• RQ1 어업 및 양식 분야에 어떤 의사결정 지원 시스템이 존재하는가?
• RQ2 어업 및 양식 DSS 분야에서 가장 다루어진 주제는 무엇이며, 시간이 지남에 따라 어떻게 변화해 왔는가?
• RQ3 현재 어업 DSS는 실시간 분석을 제공하는가?
• RQ4 어업 및 양식 DSS는 캡처된, 기반 데이터에 기반한 기계학습 모델을 사용하는가?

주요 결과

• 초기 풀에서 유의미한 연구로 선정된 것은 총 27건에 불과하여 어업 및 양식 분야의 DSS에 관한 연구가 비교적 제한되어 있음을 시사한다.
• 대부분의 DSS는 단일 주제나 좁은 기준에 집중되어 있으며, 다수 이해관계자 또는 다기준 의사결정 프레임워크에 대한 관심이 미흡하다.
• DSS 성능에 대한 실증적 평가는 문헌에서 거의 전무하여 실제 현장에서의 검증이 부족함을 시사한다.
• 실시간 분석 기능을 지원하는 DSS는 검토된 문헌에서 발견되지 않았으며, 이는 운영적 의사결정에 유의미한 이점이 있음에도 불구하고 그렇다.
• 어업 및 양식 DSS에서 기계학습 응용은 극히 미미하며, 기반 데이터를 캡처하여 모델 훈련에 사용하는 시스템은 보고된 바가 없다.
• 작은 DSS를 위한 구성 요소는 확보되어 있으나, 여러 종과 지리적 지역을 아우르는 다수의 요소를 통합한 잘 문서화된 통합 시스템은 뚜렷하게 부족하다.