文献

J-GLOBAL ID：201802282262831044   整理番号：18A1678603

AISベースの船舶軌道予測のためのGauss混合モデルによる近傍コース分布法【JST・京大機械翻訳】

The Neighbor Course Distribution Method with Gaussian Mixture Models for AIS-Based Vessel Trajectory Prediction

著者 (5件)： Dalsnes Biornar R. (Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)) ,  Hexeberg Simen (BearingPoint Norway AS) ,  Flaten Andreas L. (Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)) ,  Eriksen Bjorn-Olav H. (Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU)) ,  Brekke Edmund F. (Department of Engineering Cybernetics, Norwegian University of Science and Technology (NTNU))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUSION  ページ： 580-587  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： 海洋環境において自律的表面容器(ASV)を操作するとき,船舶は衝突回避(COLAV)システムを装備することが重要である。このシステムは,それらを避けるために他の血管の軌跡を予測することができなければならない。ますます利用可能な自動識別システム(AIS)データをこのタスクに使用することができる。本論文では,AISデータを用いて将来に5~15分の血管位置を予測するためのデータ駆動アプローチを提示した。予測はGauss混合モデル(GMM)として与えられ,したがって,予測は不確実性の測度を与えて,マルチモダリティを扱うことができる。最近傍アルゴリズムを2つの異なるデータ構造に適用した。両構造の精度と共分散整合性を決定する試験を実データで行った。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： アルゴリズム ,  軌跡 ,  測度 ,  不確実性 ,  *船舶 ,  海洋環境 ,  *軌道推定 ,  衝突回避 ,  血管 ,  共分散 ,  データ構造
準シソーラス用語： マルチモダリティ ,  自動認識 ,  自律性 ,  *Gauss混合モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： AIS ,  船舶 ,  軌道予測 ,  Gauss混合モデル ,  近傍 ,  分布