論文の概要: Spatial Clustering Approach for Vessel Path Identification

• arxiv url: http://arxiv.org/abs/2403.05778v1
• Date: Sat, 9 Mar 2024 03:21:18 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-13 12:34:33.245165
• Title: Spatial Clustering Approach for Vessel Path Identification
• Title（参考訳）: 容器経路同定のための空間クラスタリング手法
• Authors: Mohamed Abuella, M. Amine Atoui, Slawomir Nowaczyk, Simon Johansson, Ethan Faghan
• Abstract要約: 位置情報のみを用いて船舶経路をラベル付けするための空間クラスタリング手法を提案する。 距離に基づく経路モデリングと確率推定という2つの手法を用いた経路クラスタリングフレームワークを開発した。
• 参考スコア（独自算出の注目度）: 3.2230949286556627
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper addresses the challenge of identifying the paths for vessels with operating routes of repetitive paths, partially repetitive paths, and new paths. We propose a spatial clustering approach for labeling the vessel paths by using only position information. We develop a path clustering framework employing two methods: a distance-based path modeling and a likelihood estimation method. The former enhances the accuracy of path clustering through the integration of unsupervised machine learning techniques, while the latter focuses on likelihood-based path modeling and introduces segmentation for a more detailed analysis. The result findings highlight the superior performance and efficiency of the developed approach, as both methods for clustering vessel paths into five classes achieve a perfect F1-score. The approach aims to offer valuable insights for route planning, ultimately contributing to improving safety and efficiency in maritime transportation.
• Abstract（参考訳）: 本稿では,繰り返し経路,部分的に繰り返し経路,新しい経路の運行経路を有する船舶の航路を特定することの課題に対処する。 位置情報のみを用いて船舶経路をラベル付けするための空間クラスタリング手法を提案する。 距離に基づく経路モデリングと確率推定という2つの手法を用いた経路クラスタリングフレームワークを開発した。 前者は教師なし機械学習技術の統合による経路クラスタリングの精度を高め、後者は確率に基づく経路モデリングに焦点を当て、より詳細な分析のためのセグメンテーションを導入する。 その結果, 船体経路を5つのクラスにクラスタリングする方法がF1スコアを達成し, 開発手法の優れた性能と効率性が示された。 このアプローチは、経路計画に貴重な洞察を提供することを目的としており、最終的には海上輸送の安全性と効率の改善に寄与する。

関連論文リスト

• A Survey of Distance-Based Vessel Trajectory Clustering: Data Pre-processing, Methodologies, Applications, and Experimental Evaluation [16.87659569476234]
  船舶の軌道クラスタリングは海上のインテリジェント輸送システムにとって重要な要素である。 容器軌道クラスタリングは、異常検出や軌道予測などのアプリケーションに有用な洞察を提供する。 本稿では,最も広く普及している船体軌道クラスタリング法について概説する。
  論文  参考訳（メタデータ） (2024-07-13T17:02:44Z)
• Generation of Geodesics with Actor-Critic Reinforcement Learning to Predict Midpoints [1.6317061277457001]
  提案手法は,局所的・グローバルな経路計画タスクにおいて,既存の手法よりも優れていることを示す。 提案手法は,提案手法が局所的・グローバルな経路計画タスクにおいて既存手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-07-02T07:06:49Z)
• LLM-A*: Large Language Model Enhanced Incremental Heuristic Search on Path Planning [91.95362946266577]
  経路計画はロボット工学と自律航法における基本的な科学的問題である。 A*やその変種のような伝統的なアルゴリズムは、パスの妥当性を保証することができるが、状態空間が大きくなるにつれて、計算とメモリの非効率が著しく低下する。 本稿では, A* の正確なパスフィニング能力と LLM のグローバルな推論能力とを相乗的に組み合わせた LLM ベースの経路計画法を提案する。 このハイブリッドアプローチは、特に大規模シナリオにおいて、パス妥当性の完全性を維持しながら、時間と空間の複雑さの観点からパスフィニング効率を向上させることを目的としている。
  論文  参考訳（メタデータ） (2024-06-20T01:24:30Z)
• Categorizing Flight Paths using Data Visualization and Clustering Methodologies [12.270546709771926]
  この研究は、連邦航空局の交通フロー管理システムとDV8のデータセットを利用して、様々な飛行経路で航空交通を分類するクラスタリングアルゴリズムを開発した。 アプリケーションの例では、自動クラスタリング結果決定とヒューマン・イン・ザ・ループプロセスに基づく、成功的で現実的なクラスタリングが示されている。
  論文  参考訳（メタデータ） (2023-10-01T19:42:00Z)
• Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
  本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。 提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。 提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
  論文  参考訳（メタデータ） (2023-07-20T15:21:28Z)
• Efficient Ground Vehicle Path Following in Game AI [77.34726150561087]
  本稿では,ゲームAIに適した地上車両の効率的な追従経路を提案する。 提案したパスフォロワは,一対一シューティングゲームにおいて,様々なテストシナリオを通じて評価される。 その結果,既存の経路と比較すると,立ち往生するイベントの総数が70%減少した。
  論文  参考訳（メタデータ） (2023-07-07T04:20:07Z)
• PaRK-Detect: Towards Efficient Multi-Task Satellite Imagery Road Extraction via Patch-Wise Keypoints Detection [12.145321599949236]
  我々は、マルチタスク衛星画像道路抽出のための新しい手法、パッチワイド道路キーポイント検出(PaRK-Detect)を提案する。 筆者らのフレームワークは,パッチワイド道路キーポイントの位置と,それら間の近接関係を予測し,道路グラフを単一パスで構築する。 我々は,DeepGlobe, Massachusetts Roads, RoadTracerの既存の最先端手法に対するアプローチを評価し,競争力やより良い結果を得る。
  論文  参考訳（メタデータ） (2023-02-26T08:26:26Z)
• Jointly Contrastive Representation Learning on Road Network and Trajectory [11.613962590641002]
  道路網と軌道表現学習は交通システムにとって不可欠である。 既存の方法では、道路網と軌道を別々に扱うなど、同じスケールでしかコントラストがない。 本稿では,道路網と軌道表現を両立させる統合フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-14T03:08:20Z)
• Find a Way Forward: a Language-Guided Semantic Map Navigator [53.69229615952205]
  本稿では,新たな視点で言語誘導ナビゲーションの問題に対処する。 ロボットが自然言語の指示を実行し、地図観測に基づいて目標位置へ移動できるようにする。 提案手法は特に長距離ナビゲーションの場合において顕著な性能向上をもたらす。
  論文  参考訳（メタデータ） (2022-03-07T07:40:33Z)
• Learning to Perform Downlink Channel Estimation in Massive MIMO Systems [72.76968022465469]
  大規模マルチインプット・マルチアウトプット(MIMO)システムにおけるダウンリンク(DL)チャネル推定について検討する。 一般的なアプローチは、チャネル硬化によって動機付けられた推定値として平均値を使用することである。 本稿では2つの新しい推定法を提案する。
  論文  参考訳（メタデータ） (2021-09-06T13:42:32Z)
• Divide-and-Conquer for Lane-Aware Diverse Trajectory Prediction [71.97877759413272]
  軌道予測は、自動運転車が行動を計画し実行するための安全クリティカルなツールです。 近年の手法は,WTAやベスト・オブ・マニーといったマルチコース学習の目標を用いて,強力なパフォーマンスを実現している。 我々の研究は、軌道予測、学習出力、そして運転知識を使って制約を課すことによるより良い予測における2つの重要な課題に対処する。
  論文  参考訳（メタデータ） (2021-04-16T17:58:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。