文献

J-GLOBAL ID：202002272047525306   整理番号：20A1862991

空間グリッド上のシーケンス-シーケンスモデルによる船舶の目的と到着時間の予測【JST・京大機械翻訳】

Vessel Destination and Arrival Time Prediction with Sequence-to-Sequence Models over Spatial Grid

著者 (3件)： Nguyen Duc-Duy (Insight Centre for Data Analytics, NUI Galway, Ireland) ,  Le Van Chan (Insight Centre for Data Analytics, NUI Galway, Ireland) ,  Ali Muhammad Intizar (Insight Centre for Data Analytics, NUI Galway, Ireland)
資料名： ACM Proceedings  (ACM Proceedings)
号： DEBS ’18  ページ： 217-220  発行年： 2018年 
JST資料番号： D0698C  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： 血管の destination先ポートと推定到着時間を予測するシーケンスツーシーケンスベースの方法を提案した。この問題を軌道予測問題の延長として考慮し,入力として一連の歴史的位置を取り上げ,到着ポートと推定到着時間を決定するのに用いる将来位置のシーケンスを返す。この解は,まず地中海をカバーする空間格子上の軌跡を表す。次に,運動傾向と電流位置に基づく血管の将来の動きを予測するために,シーケンスツーシーケンスモデルを訓練する。高性能とスケーラビリティの両方を達成するために,分散アーキテクチャモデルと負荷分散技法を用いて,この解を構築した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電流 ,  血管 ,  *船舶 ,  結晶格子 ,  地中海 ,  ポート ,  軌道推定 ,  負荷分散
準シソーラス用語： リカレントニューラルネットワーク ,  分散アーキテクチャ , 【Automatic Indexing@JST】

著者キーワード (2件)： リカレントニューラルネットワーク ,  シーケンスモデルへのシーケンス

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  中枢神経系  (EJ12030F)

タイトルに関連する用語 (6件)： グリッド ,  シーケンス ,  モデル ,  船舶 ,  到着時間 ,  予測