文献

J-GLOBAL ID：202202222641389442   整理番号：22A0650661

AISデータに基づく船舶ナビゲーション挙動解析と多重軌道予測モデル【JST・京大機械翻訳】

Vessel Navigation Behavior Analysis and Multiple-Trajectory Prediction Model Based on AIS Data

著者 (7件)： Ma He (Navigation College, Dalian Maritime University, Dalian 116026, China) ,  Ma He (Ocean College, Zhejiang University, Zhoushan 316021, China) ,  Zuo Yi (Navigation College, Dalian Maritime University, Dalian 116026, China) ,  Zuo Yi (Collaborative Innovation Center of Maritime Big Data & Artificial General Intelligence, Dalian Maritime University, Dalian 116026, China) ,  Zuo Yi (The Research Institute for Socionetwork Strategies, Kansai University, Osaka 5648680, Japan) ,  Li Tieshan (Navigation College, Dalian Maritime University, Dalian 116026, China) ,  Li Tieshan (University of Electronic Science and Technology of China, Chengdu 610054, China)
資料名： Journal of Advanced Transportation  (Journal of Advanced Transportation)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： D0581A  ISSN： 0197-6729  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自動識別システム(AISs)の応用と有用性の増加により,大量のAISデータを収集し,血管ナビゲーションを記録した。近年,血管軌跡の予測は最新の研究課題の一つになっている。既存の研究とは対照的に,ほとんどの研究者は血管の単一軌道予測に焦点を合わせてきた。本論文では,多重軌道予測モデルを提案し,2つの主な貢献を行った。最初に,階層的クラスタリングアルゴリズムを用いて,複数の軌道に対する血管ナビゲーション挙動を解析し,抽出する,軌道特徴表現の新しい方法を提案した。古典的方法,例えば,Douglas-Peucker(DP)と最小二乗立方スプライン曲線近似(LCSCA)アルゴリズムと比較して,著者らの方式によって抽出した軌道特徴の平均損失は,およそ0.005であり,それは,DPとLCSCAアルゴリズムと比較して,それぞれ,50%と30%減少した。第2に,提案した特徴を用いて多重軌道の同時予測のための統合モデルを設計し,この時系列タスクを追求するために,長い短期メモリ(LSTM)ベースのニューラルネットワークと再帰ニューラルネットワーク(RNN)を採用した。さらに,比較実験は,LSTMを用いた二乗平均平方根誤差(RMSE)の平均値と標準偏差が,それぞれRNNを用いたものより4%と14%低いことを証明した。Copyright 2022 He Ma et al. 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 ,  記憶装置 ,  最小二乗法 ,  標準偏差 ,  血管 ,  *船舶 ,  ニューラルネットワーク ,  曲線あてはめ ,  *多重化 ,  スプライン ,  *軌道推定 ,  比較試験
準シソーラス用語： *挙動解析 ,  自動認識 ,  特徴表現 , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

引用文献 (24件)：

• F. Xiao, H. Ligteringen, C. van Gulijk, B. Ale, "Comparison study on AIS data of ship traffic behavior," Ocean Engineering, vol. 95, no. 2, pp. 84-93, 2015.
• X. Qu, Q. Meng, L. Suyi, "Ship collision risk assessment for the Singapore Strait," Accident Analysis & Prevention, vol. 43, no. 6, pp. 2030-2036, 2011.
• J. Li, H. Wang, W. Zhao, Y. Xue, "Ship's trajectory planning based on improved multiobjective algorithm for collision avoidance," Journal of Advanced Transportation, vol. 2019, 2019.
• Y. Wang, H.-C. Chin, "An empirically-calibrated ship domain as a safety criterion for navigation in confined waters," Journal of Navigation, vol. 69, no. 2, pp. 257-276, 2015.
• L. Liu, X. Chu, Z. Jiang, C. Zhong, D. Zhang, "Ship trajectory classification algorithm based on KNN," Journal of Dalian Maritime University, vol. 44, no. 3, pp. 15-21, 2018.

タイトルに関連する用語 (7件)： AIS ,  船舶 ,  ナビゲーション ,  挙動解析 ,  多重 ,  軌道予測 ,  モデル