文献

J-GLOBAL ID：201802247930697991   整理番号：18A1678730

平均復帰確率過程を用いた教師なし海上交通グラフ学習【JST・京大機械翻訳】

Unsupervised Maritime Traffic Graph Learning with Mean-Reverting Stochastic Processes

著者 (5件)： Coscia Pasquale (Dipartimento di Ingegneria, Universita` della Campania “Luigi Vanvitelli”, Aversa, Italy) ,  N. Palmieri Franceso A. (Dipartimento di Ingegneria, Universita` della Campania “Luigi Vanvitelli”, Aversa, Italy) ,  Braca Paolo (TNATO-STO Centre for Maritime Research and Experimentation (CMRE), La Spezia, Italy) ,  Millefiori Leonardo M. (TNATO-STO Centre for Maritime Research and Experimentation (CMRE), La Spezia, Italy) ,  Willett Peter (ECE Department, University of Connecticut, Storrs, CT, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUSION  ページ： 1822-1828  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 船舶の運動の公正な規則性に触発されて,著者らは,グラフの形式における商業的海洋交通の表現を導き出す方法を提示する。そのノードは,波点領域を表すか,または,そのエッジが一定の巡航速度を持つナビゲーション脚を表す。提案した方法は,Ornstein-Uhlenbeckプロセスによる船舶の速度の表現と,その長い走行平均の変化の検出に基づいており,ナビゲーションのwa点を同定する。トラフィックのグラフ代表性を評価するために,2つの性能計量を導入して,異なるグラフ構築基準を導いた。最後に,提案した方法を大面積で収集した実世界自動識別システムデータに対して検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *確率過程 ,  船舶 ,  *海上交通 ,  規則度 ,  海洋 ,  走行
準シソーラス用語： 自動認識 ,  大面積 ,  巡航速度 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (7件)： 平均 ,  復帰 ,  確率過程 ,  教師 ,  海上交通 ,  グラフ ,  学習