Abstrakt: Bezpečnosť plavebnej prevádzky na vnútrozemských vodných cestách závisí od schopnosti identifikovať úseky so zvýšeným rizikom. Tradičné hodnotenie rizika je často založené na empirických skúsenostiach a neodráža aktuálne prevádzkové podmienky. AIS poskytuje dáta, ktoré umožňujú analyzovať reálne správanie plavidiel a určiť rizikové úseky, na základe zozbieraných údajov. Konceptuálny prístup využitia AIS dát na hodnotenie rizika v plavebnej bezpečnosti prostredníctvom výpočtov môže byť potencionálne využívaný pre systémy riadenia plavby.
Kľúčové slová: plavebná prevádzka, bezpečnosť plavby, AIS dáta, rizikové úseky
JEL: R41
Conceptual Assessment of Navigation safaty risk on inland wateways using the automatic identification system (AIS)
Abstract: The safety of navigation on inland waterways depends on the ability to identify sections with an increased level of risk. Traditional risk assessment is often based on empirical experience and does not reflect current operational conditions. The AIS provides data that make it possible to analyse the real behaviour of vessels and to determine hazardous sections based on the collected information. The conceptual approach to using AIS data for navigation safety risk assessment through computational methods can potentially be applied in navigation management systems.
Keywords: vessel operations, safety of navigation, AIS data, hazardous river sections
1 Úvod
Bezpečnosť plavebnej prevádzky na vnútrozemských vodných cestách patrí medzi základné priority dopravnej politiky Európskej únie ako aj Slovenskej republiky. Rastúce požiadavky na efektívnosť, digitalizáciu a environmentálnu udržateľnosť dopravy vytvárajú potrebu nových nástrojov pre hodnotenie a riadenie rizík. Tradičné prístupy k identifikácií rizikových úsekov sa opierajú najmä o skúsenosti odborníkov, historické údaje o nehodovosti a vizuálne hodnotenie, čo môže viesť k subjektívnym rozhodnutiam a oneskoreným reakciám na meniace sa podmienky [1]. Bezpečnosť a určovanie rizík patria medzi najdôležitejšie problémy v oblasti plavby, pretože môžu mať ničivé následky na majetku, životnom prostredí ale aj ľudských životoch [2]. Súčasná vysoká miera ako aj ďalší očakávaný nárast intenzity premávky vo vodnej doprave naznačujú nárast a zvyšovanie rizika potencionálnych nehôd. Analýza štatistík ukázala, že najvýznamnejší počet z nich sa vyskytol najmä v prípade úzkych vodných ciest s vysokou hustotou plavidiel, kde je navigácia a manévrovateľnosť plavidla mimoriadne náročná a to najmä pri nepriaznivých poveternostných podmienkach [3]. V tomto smere si terminológia bezpečnosti a rizík získala popularitu v rôznych štúdiách. V súvislosti s tým odborníci z oblasti vodnej dopravy, v poslednom čase využívajú v plavebnom priemysle rôzne metodiky, vďaka ktorým vedia analyzovať rôzne spôsoby a následky porúch, metódy spoľahlivosti a analýzy chýb a pod. [4]. AIS v tomto smere poskytuje komplexné a kontinuálne údaje o pohybe plavidiel v reálnom čase. Tieto údaje umožňujú analyzovať správanie plavidiel, frekvenciu hustoty plavby, manévrovanie či rýchlostné profily, čím otvárajú nové možnosti pre dátovo riadené rozhodovanie. Využitie AIS dát pre identifikáciu rizikových úsekov predstavuje moderný prístup, ktorý umožňuje objektívne a dynamicky hodnotiť situáciu na vodnej ceste a v plavebnej dráhe.
Konceptuálne hodnotenie rizika plavebnej bezpečnosti je založené na analytickom spracovaní dát a odborných odhadoch, s cieľom ukázať jeho aplikačný potenciál pre podmienky medzinárodnej vodnej cesty Dunaj. Prístup je založený na kombinácií analytického spracovania dát a expertného posudzovania prostredníctvom výpočtu indexu rizika, ktorý umožňuje klasifikovať úseky podľa ich rizikovosti [5]. Napriek rastúcej pozornosti venovanej najmä environmentálnym dôsledkom a dodržiavaniu medzinárodných predpisov zostávajú prevádzkové riziká a spoľahlivosť výkonu systémov na palubách plavidiel často nedostatočne preskúmané a modernizované. Štúdie sa vo veľkej miere zameriavajú na environmentálne dopady a účinnosť regulácie, pričom často prehliadajú praktické zlyhania, ku ktorým dochádza počas reálnych situácií. Hodnotenie rizík v podmienkach neistoty, najmä ak sú historické údaje obmedzené a expertný úsudok zohrávajú ústrednú úlohu pri identifikovaní rizík [6]. Cieľom konceptuálneho hodnotenia rizík v plavebnej prevádzke je schopnosť podporiť zainteresované strany pri rozhodovaní v rizikových situáciách.
2 Teoretické východiská a princíp tvorby indexu rizika
Index rizika predstavuje syntetický ukazovateľ, ktorý umožňuje kvantitatívne hodnotiť úroveň plavebného rizika na vnútrozemských vodných cestách. Tento index integruje viacero premenných do jedného číselného vyjadrenia a poskytuje tým objektívnejší pohľad na bezpečnosť prevádzky, ako tradičné empirické alebo kvalitatívne prístupy [7]. Základný princíp vychádza z predpokladu, že riziko pri prevádzke plavidiel nie je výsledkom jedného faktora, ale kombinácie viacerých prevádzkových a dynamických vplyvov, ktoré spoločne ovplyvňujú mieru bezpečnosti plavby. V prostredí vnútrozemskej plavby sa miera rizika mení v čase aj priestore, čo závisí najmä od hustoty dopravy, typu plavidla, hydrologických a meteorologických podmienok, tvaru a parametrov plavebnej dráhy, manévrovateľnosti, rýchlosti a iných premenných, ktoré môžu výrazne ovplyvniť bezpečnosť plavby.
Tieto prvky sa často prejavujú v zmenách správania sa plavidiel, ako sú zmeny rýchlosti, manévrovanie alebo časté priblíženie sa k inými plavidlám. Práve AIS umožňuje tieto charakteristiky kvantifikovať, pretože poskytuje kontinuálne údaje o polohe, kurze, rýchlosti a identite plavidiel [8]. Vďaka týmto údajom je možné vytvoriť dynamický obraz o pohybe plavidiel a odvodiť tak indikátory, ktoré vyjadrujú aktuálne prevádzkové podmienky a potencionálne rizikové situácie. Koncept výpočtu indexu rizika bol inšpirovaný známym analytickým prístupom FMEA (Failure Mode and Effects Analysis), ktorý je v praxi široko využívaný pre identifikáciu a kvantifikáciu rizík v technických systémoch, priemyselných procesoch a doprave. V klasickej FMEA sa riziko vyjadruje prostredníctvom súčinu troch parametrov – závažnosti, pravdepodobnosti výskytu a schopnosti detekcie. Výsledkom je tzv. Risk Priority Number (RPN), ktoré umožňuje zoradiť rizikové faktory podľa ich relatívnej dôležitosti. Tento prístup je jednoduchý, systematický a poskytuje rámec pre rozhodovanie o prioritách bezpečnostných opatrení.
V súčasnosti sa v literatúre stále častejšie objavujú moderné varianty, ako napr. Fuzzy-FMEA alebo Bayesian-FMEA, ktoré riešia nepresnosť vstupných údajov pomocou fuzzy logiky alebo pravdepodobnostných modelov. Tieto metódy umožňujú presnejšie hodnotenie rizika v systémoch, kde sa parametre menia dynamicky alebo nie sú úplne známe. Pomerne často sú využívané pri hodnotení environmentálnych a prevádzkových rizikách v námornej doprave, pričom jednotlivým faktorom sa priraďujú váhy podľa ich vplyvu na bezpečnosť systému [9]. Tento princíp váženia a kombinovania viacerých premenných sa stal základom aj pre vytvorenie konceptu indexu rizika.
2.1 Využitie prevádzkových AIS dát pri hodnotení rizika
V prezentovanom prístupe sa uvedená logika môže preniesť aj do prostredia vnútrozemskej plavby, pričom sa namiesto subjektívnych expertných odhadov používajú objektívne prevádzkové dáta z AIS systému. Využívajú sa najmä indikátory, ktoré priamo popisujú správanie sa plavidiel a z ktorých je možné odvodiť mieru rizika na vybranom úseku vodnej cesty. Medzi vybrané indikátory môžeme priamo zahrnúť:
- hustotu premávky (H) – počet AIS správ alebo plavidiel prechádzajúcich daným úsekom v stanovenom čase, čo vyjadruje úroveň dopravného zaťaženia,
- variabilitu rýchlosti (V) – predstavuje odchýlku od priemernej rýchlosti, ktorá indikuje zmeny v podmienkach plavby (napr. zhoršená viditeľnosť, manévrovanie v úzkych úsekoch),
- frekvenciu manévrov (M) – počet zmien kurzu alebo rýchlosti, ktoré signalizujú náročnosť navigácie a potenciálne konflikty medzi plavidlami,
- relatívnu blízkosť plavidiel (P) – minimálnu vzdialenosť medzi plavidlami, ktorá priamo súvisí s rizikom kolízie,
- zakrivenie plavebnej dráhy (K) – geometrická zložitosť plavebnej dráhy, ktorá ovplyvňuje manévrovacie možnosti a prehľadnosť situácie.
Každý z uvedených indikátorov predstavuje čiastkový aspekt rizika, pričom ich spoločná analýza umožňuje vytvoriť komplexný obraz o situácií na vodnej ceste a na jej konkrétnom úseku. Na rozdiel od FMEA, kde sa všetky parametre považujú za rovnocenné, v tomto prístupe sa jednotlivým indikátorom priraďuje relatívna váha podľa ich významu pre plavebnú bezpečnosť [10]. Napríklad hustota premávky má väčší vplyv na riziko ako geometria trasy, a preto má vo výpočte vyššiu váhu.
Výsledný index rizika (R) je teda kombináciou týchto normalizovaných indikátorov a ich váh, čo umožňuje premeniť množstvo AIS dát na jediný interpretovateľný ukazovateľ. Tento index môže slúžiť ako nástroj na porovnávanie rizikovosti rôznych úsekov, sledovanie trendov v čase a podporu rozhodovania pri plánovaní preventívnych opatrení. Jeho výhodou je univerzálnosť a prispôsobiteľnosť a môže byť aplikovaný na rôzne typy vodných ciest, pričom váhy a indikátory možno modifikovať podľa miestnych podmienok. Z metodologického hľadiska tak index rizika spája prednosti kvantitatívnych modelov (presnosť, porovnateľnosť) s praktickou využiteľnosťou v manažmente bezpečnosti [11]. Týmto spôsobom vytvára spojenie medzi teoretickými konceptami hodnotenia rizika a modernými dátovými prístupmi, ktoré umožňuje AIS systém.
3 Výpočet a interpretácia indexu rizika
3.1 Metodika výpočtu
Na základe indikátorov, ktoré získame z AIS systému, je možné pre každý úsek vodnej cesty stanoviť hodnotu indexu rizika (R). Cieľom výpočtu je previesť viaceré faktory ovplyvňujúce plavebnú bezpečnosť do jedného zjednoteného ukazovateľa, ktorý umožňuje porovnávanie jednotlivých úsekov z hľadiska rizikovosti. Pre každý úsek sa najprv určí hodnota každého indikátora Xij na základe AIS dát. Všetky ukazovatele majú rozdielne jednotky a hodnoty sa normalizujú na rozsah od 0-1. Normalizácia zabezpečuje porovnateľnosť údajov a eliminuje rozdiely v mierkach. Výsledný index rizika Ri sa následne vypočíta na základe vzťahu:
kde:
- Ri – hodnota indexu rizika pre úsek i,
- ω j – váha indikátora j, ktorý určuje jeho význam pre celkové riziko,
- Xij – normalizovaná hodnota indikátora j pre úsek i,
- n – počet indikátorov (v tomto prípade n = 5).
Súčet váh všetkých indikátorov sa rovná 1, čo znamená, že index nadobúda hodnoty v intervale od 0 do 1. Vyššia hodnota indexu signalizuje väčšiu rizikovosť daného úseku.
3.2 Priradenie váh indikátorom
Váhy indikátorov sú určené podľa ich predpokladaného vplyvu na plavebnú bezpečnosť, a to najmä na základe odborných poznatkov z literatúry a expertnej úvahy [12]. Najvyššia váha bola pridelená hustote premávky, keďže vysoká koncentrácia plavidiel priamo zvyšuje pravdepodobnosť rizikovej situácie. Najnižšiu váhu má zakrivenie plavebnej dráhy, ktorá má síce význam pre navigáciu, ale nepredstavuje samostatne dominantný rizikový faktor [13]. Určenie váh pre jednotlivé indikátory sa môže líšiť v závislosti od geografickej oblasti, charakteru plavebnej dráhy na vodnej ceste, ako aj ďalších špecifických plavebných a prevádzkových podmienok.
Tab. 1. Priradenie tried stúpania pre triedy rýchlosti
3.3 Výpočet indexu rizika
Pre stanovenie ilustratívneho výpočtu indexu rizika Ri bol vytvorený modelový príklad, ktorý pozostáva z troch fiktívnych úsekov medzinárodnej rieky Dunaj:
- úsek A – oblasť prístavu s vysokou premávkou,
- úsek B – úsek v plavebnej dráhe s nižšou intenzitou premávky,
- úsek C – úzky úsek, kde je potrebné časté manévrovanie pri vyššej hustote premávky.
Pre každý úsek boli stanovené hodnoty piatich indikátorov odvodených z AIS dát. Hodnoty indikátorov boli uvedené v rozsahu 0-1. Následne prebiehal výpočet, pre každý úsek podľa všeobecnej rovnice:
(2)
kde:
ω_H, ω_V, ω_M, ω_P, ω_P, sú váhy jednotlivých indikátorov,
Hi, Vi, Mi, Pi, Ki, sú hodnoty indikátorov pre úsek i.
Všetky hodnoty indikátorov sú hypotetické a slúžia len na demonštráciu výpočtu.
Tab. 2. Výpočet hodnôt pre jednotlivé úseky rieky Dunaj
3.4 Interpretácia výsledkov výpočtu indexu rizika
Výsledné hodnoty indexu rizika je možné rozdeliť do troch kategórií, na základe ktorých sa stanový úroveň rizika na danom úseku [16].
Tab. 3. Rozdelenie kategórií podľa rozsahu indexu rizika
Z výsledkov, ktoré sú znázornené v tabuľke č. 2 vyplýva, že úsek C má najvyšší index rizika (0,78), čo potvrdzuje, že úseky s úzkym profilom a častou potrebou manévrovania predstavujú zvýšené riziko. Naopak úsek B vykazuje nízke riziko (0,365), charakteristické pre otvorené a menej zaťažené úseky, kde je plavba plynulá. Úsek A dosahuje strednú hodnotu (0,645), typickú pre prístavné oblasti so zvýšenou intenzitou prevádzky.
Zdroj: Vlastné spracovanie
Obr. 1. Grafické znázornenie interpretácie výsledkov indexu rizika na medzinárodnej vodnej ceste Dunaj
4 Záver
Hlavným cieľom konceptuálneho prístupu k hodnoteniu rizika plavebnej bezpečnosti na vnútrozemských vodných cestách s využitím AIS dát, bolo znázorniť, ako možno tieto dáta premeniť na analytický nástroj schopný identifikovať rizikové úseky vodnej cesty prostredníctvom výpočtu indexu rizika. Tento prístup umožňuje kvantifikovať úroveň plavebného rizika na základe reálne pozorovaného správania plavidiel a využiť ho pri manažmente a optimalizácií prevádzky na vnútrozemských vodných cestách. V článku bol navrhnutý postup, ktorý kombinuje 5 základných indikátorov odvodených z AIS dát – hustota plavebnej premávky, variabilita rýchlosti, frekvencia manévrov, relatívna blízkosť plavidiel a zakrivenie plavebnej dráhy. Tieto indikátory vystihujú základné prvky správania sa plavidiel, ktoré ovplyvňujú vznik rizikových situácií v plavebnej dráhe. Váhy jednotlivých kritérií boli stanovené na základe analýzy dostupnej literatúry a expertných odhadov, pričom najvyššiu dôležitosť získala hustota premávky, nasledovaná variabilitou rýchlosti a frekvenciou manévrov.
Výsledkom je synteticky index rizika, ktorý sumarizuje viacero prevádzkových charakteristík do jedného číselného ukazovateľa. Tento index umožňuje porovnať rôzne úseky vodnej cesty podľa ich rizikovosti a klasifikovať ich do kategórií nízkeho, stredného alebo vysokého rizika. Simulovaný výpočet na troch modelových úsekoch rieky Dunaj ukázal, že úsek s vyššou hustotou premávky a častejším manévrovaním dosahuje podstatne vyššiu hodnotu indexu rizika ako otvorené úseky s plynulejším tokom premávky. Takéto výsledky poukazujú na to, že výpočet dokáže reálne odrážať zložitosť plavebných podmienok a správanie sa plavidiel, ktoré zvyšujú riziko kolízií alebo nehodových situácií. Pridanou hodnotou navrhnutého prístupu je jeho transparentnosť a adaptabilita. Návrh umožňuje modifikáciu váh, rozšírenie počtu indikátorov, ako aj doplnenie o nové premenné odvodené z AIS dát – napr. zmena kurzu, vzdialenosť bójí, reakčný čas posádky a iné. To otvára možnosti pre rozvoj komplexného systému, ktorý by umožňoval dynamicky sledovať vývoj rizikových situácií v reálnom čase a integrovať sa do systémov typu RIS (riečny informačný systém).
Ďalším prínosom je potenciál využitia výsledkov v procesoch plánovania a prevádzky vodnej dopravy. Index rizika môže slúžiť ako podklad pri rozhodovaní o úpravách plavebnej dráhy, umiestnení bójí, určovaní rýchlostných obmedzení alebo rozmiestnení kontrolných staníc. Môže byť tiež použitý ako doplnkový nástroj pre orgány štátnej správy, správcu vodnej cesty, poskytovateľov RIS, kde je vhodné vykonávať pravidelný monitoring a preventívne opatrenia. Konceptuálny charakter zároveň umožňuje vedecké overenie prostredníctvom simulácií a empirických dát. Budúci výskum by sa mal zamerať najmä na kalibráciu váh indikátorov na základe štatistickej analýzy historických dát AIS a na integráciu vonkajších faktorov, ktoré majú vplyv na bezpečnosť plavby, napr. hydrologických podmienok (hladina, prúdenie, šírka koryta), viditeľnosti alebo poveternostných vplyvov. Zaujímavým smerom je aj využitie metód umelej inteligencie a strojového učenia na automatickú identifikáciu vzorcov správania plavidiel, ktoré predchádzajú vzniku rizikových situácií. Napriek tomu, že výsledky prezentované v článku majú simulovaný charakter, demonštrujú praktickú využiteľnosť AIS dát pre potreby hodnotenia bezpečnosti vnútrozemskej plavby. Ich implementácia môže výrazne prispieť k zvýšeniu úrovne bezpečnosti a efektívnosti na vodných cestách. Integrácia metodiky do informačných a monitorovacích systémov by umožnila prejsť od statického hodnotenia rizík k dynamickému, dátovo riadenému systému bezpečnostného manažmentu, ktorý by mohol byť postupne aplikovaný.
AIS predstavuje významný zdroj dát pre moderné riadenie plavebnej bezpečnosti, ktorý v spojení s analytickými nástrojmi a konceptuálnymi modelmi dokáže poskytnúť robustný rámec pre prevenciu nehôd, optimalizáciu prevádzky a efektívnejšie riadenie vnútrozemskej plavby.
5 Literatúra
[1] Demirci, U. – Meltem, E. Integrating fuzzy logic and expert weighting into maritime risk assessment: A case study on Ballast Water Treatment system [online]. 2025. Vol. 338. [cit. 2025-10-25]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0029801825017044. DOI: 10.1016/j.oceaneng.2025.121998
[2] Bulut Ozan, C. – Mehmet Serdar, C. Operational risk assessment of marine boiler plant for on-board systems safety. [online]. 2024. Vol. 144. [cit. 2025-10-26]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0141118724000361. DOI: 10/1016/j.apor.2024.103914
[3] Karanovič, V. – Bulut Ozan, C. – Jacanovič, M. Reliable ships: A fuzzy FMEA based risk analysis on four-ram type hydraulic steering system. [online]. 2024. Vol. 314. [cit. 2025-10-25] Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0029801824030968. DOI: 10/1016/j.oceaneng.2024.119758
[4] Abdullahi Abdulkarim, D. – Iraklis, L. Developing an advanced reliability analysis framework for marine systems operations and maintenance. [online]. 2023. Vol. 272. [cit. 2025-10-29]. Dostupné na internete: https://www.sciencedirect.com/science/article/pii/S0029801823001506. DOI: 10/1016/j.oceaneng.2023.113766
[5] Demirci, U. – Meltem, E. Integrating fuzzy logic and expert weighting into maritime risk assessment: A case study on Ballast Water Treatment system [online]. 2025. Vol. 338. [cit. 2025-10-26]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0029801825017044. DOI: 10/1016/j.oceaneng.2025.121998
[6] Peide, L. – Yifan, W. – Ying, L. – Xiaoming, W. An improved FMEA method base on expert trust network for maritime transportation risk management. [online]. 2024. Vol. 234. [cit. 2025-11-02]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0957417423022078. DOI: 10/1016/j.eswa.2023.121705
[7] Yuqing, H. – Jialin, L. – Dian, W. – Xinhui, S. – Pengyu, L. – Yu, A. – Yong, Z. – Fei, D. – Hongyuan, L. Velocity and trajectory tracking control model for underactuated UUVs through coupling of direct CFD and PID control algorithm. [online]. 2024. Vol. 314. [cit. 2025-11-02]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0029801824031135. DOI: 10/1016/j.oceaneng.2024.119775
[8] Donghao, X. – Youwen, D. – Ping, X. – Xuequian, Z. Path planning for large ships in inland waterways considering risk assessment of AIS data. [online]. 2025. Vol. 342. [cit. 2025-11-03]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S0029801825024758. DOI: 10/1016/j.oceaneng.2025.122792
[9] Emre, A. – Selcuk, C. Analysis of human errors in emergency steering gear operation at tanker ship under decomposed fuzzy analytical hierarchy process and SLIM approach. [online]. 2025. Vol. 340. [cit. 2025-11-03]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S002980182502092X. DOI: 10.1016/j.oceaneng.2025.122408
[10] Peide, L. – Yifan, W. – Ying, L. – Xiaoming, W. An improved FMEA method based on the expert trust network for maritime transportation risk management. [online]. 2024. Vol. 238. [cit. 2025-1-03]
[11] Liu, Y. – Junzhang, Y. – Ailong, F. – Ruoling, Z. – Lei, W. Fire risk assessment of electric ships on inland waterway based on GT-FFTA: A case study of China. [online]. 2025. Vol. 332. [cit. 2025-11-05]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S002980182501042X. DOI: 10.1016/j.oceaneng.2025.121329
[12] Bläser, N. – Búgvi, B. M. – Fuentes, G. – Hua, L. – Reinhardt, L. MATNEC: AIS data-driven environment-adaptive maritime traffic network construction for realistic route generation. [online]. 2024. Vol. 169. [cit. 2025-11-05]. Dostupné na internete: https://www.sciencedirect.com/science/article/pii/S0968090X24003747. DOI: 10.1016/j.trc.2024.104853
[13] Skupien, E. – Tubis, A. The Use of Linguistic Variables and the FMEA Analisys in Risk Assessment in Inland Navigation. [online]. 2018. Vol. 12. [cit. 2025-11-05]. Dostupné na internete: file:///Users/alena/Downloads/The_Use_of_Linguistic_Variables_and_the_FMEA_Analysis_in_Risk_Assessment_in_Inland_Navigation.pdf. DOI: 10.12716/1001.12.01.16.
[14] Bläser, N. – Búgvi, B. M. – Fuentes, G. – Hua, L. – Reinhardt, L. MATNEC: AIS data-driven environment-adaptive maritime traffic network construction for realistic route generation. [online]. 2024. Vol. 169. [cit. 2025-11-05]. Dostupné na internete: https://www.sciencedirect.com/science/article/pii/S0968090X24003747. DOI: 10.1016/j.trc.2024.104853
[15] Ye, X. – Xingchen, L. – Jiangjin, Y. – Wei, L. – Yupeng, H. Adaptive multi-source data fusion vessel trajectory prediction model for intelligent maritime traffic. [online] Vol. 227. [cit. 2025-11-06]. Dostupné na internete: https://www.sciencedirect.com/science/article/abs/pii/S095070512300549X. DOI: 10.1016/j.knosys.2023.110799
[16] Ugurlu, O. Real-Time Intelligent Maritime Accident Prediction and Prevention System for Narrow Waterways. [online]. 2025. [cit. 2025-11-06]. Dostupné na internete: https://www.researchgate.net/publication/395925787_Real-Time_Intelligent_Maritime_Accident_Prediction_and_Prevention_System_for_Narrow_Waterways. DOI: 10.1016/j.atres.2025.09.002
Poďakovanie
Príspevok vznikol s podporou projektu VEGA č.1/0312/25: Výskum ekonomickej efektívnosti vnútrozemskej vodnej dopravy, 2025-2027.
Autori:
Alena Molnárová Baracková 1
Martin Jurkovič 2
Tituly a pôsobisko autorov:
1 Ing. Alena Molnárová Baracková, Žilinská univerzita v Žiline, Fakulta prevádzky a ekonomiky dopravy a spojov, Katedra vodnej dopravy, Univerzitná 8215/1, 010 26 Žilina, Slovenská republika, e-mail: alena.barackova@gmail.com
2 doc. Ing. Martin Jurkovič, PhD., Žilinská univerzita v Žiline, Fakulta prevádzky a ekonomiky dopravy a spojov, Katedra vodnej dopravy, Univerzitná 8215/1, 010 26 Žilina, Slovenská republika, e-mail: martin.jurkovic@uniza.sk
VYTLAČIŤ