論文の概要: Atlantes: A system of GPS transformers for global-scale real-time maritime intelligence

• arxiv url: http://arxiv.org/abs/2504.19036v1
• Date: Sat, 26 Apr 2025 22:10:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.100967
• Title: Atlantes: A system of GPS transformers for global-scale real-time maritime intelligence
• Title（参考訳）: Atlantes:グローバルスケールのリアルタイム海事インテリジェンスのためのGPSトランスフォーマーシステム
• Authors: Henry Herzog, Joshua Hansen, Yawen Zhang, Patrick Beukema,
• Abstract要約: Atlantesはディープラーニングベースのシステムで、グローバルスケールでのコンテナの振る舞いを、初めてリアルタイムに見ることができる。 Atlantesはすでに、世界中の何百もの組織で使われている。
• 参考スコア（独自算出の注目度）: 0.3728433357913033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unsustainable exploitation of the oceans exacerbated by global warming is threatening coastal communities worldwide. Accurate and timely monitoring of maritime activity is an essential step to effective governance and to inform future policy. In support of this complex global-scale effort, we built Atlantes, a deep learning based system that provides the first-ever real-time view of vessel behavior at global scale. Atlantes leverages a series of bespoke transformers to distill a high volume, continuous stream of GPS messages emitted by hundreds of thousands of vessels into easily quantifiable behaviors. The combination of low latency and high performance enables operationally relevant decision-making and successful interventions on the high seas where illegal and exploitative activity is too common. Atlantes is already in use by hundreds of organizations worldwide. Here we provide an overview of the model and infrastructure that enables this system to function efficiently and cost-effectively at global-scale and in real-time.
• Abstract（参考訳）: 地球温暖化によって悪化する海洋の持続不可能な利用は、世界中の沿岸社会を脅かしている。 海洋活動の正確かつタイムリーなモニタリングは、効果的なガバナンスと将来の方針を伝えるための重要なステップである。 この複雑なグローバルスケールの取り組みをサポートするために、私たちはAtlantesというディープラーニングベースのシステムを構築しました。 アトラントは、数十万の船が発信する大量の連続的なGPSメッセージを蒸留して、容易に定量化することができる。 低レイテンシと高パフォーマンスの組み合わせは、違法で悪用的な活動が多すぎる高海での運用上の決定と成功の介入を可能にする。 Atlantesはすでに、世界中の何百もの組織で使われている。 本稿では,本システムにおいて,グローバルスケールおよびリアルタイムに効率よく,かつ,費用対効果の高い機能を実現するためのモデルとインフラの概要を紹介する。

関連論文リスト

• Low-altitude Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.72954660774002]
  低地球軌道(LEO)衛星は、海上無線通信で広範囲にわたるデータ通信を支援するために使用できる。 LEO衛星を広範囲にカバーし、チャネルの開放性と組み合わせることで、通信プロセスはセキュリティ上のリスクに悩まされる可能性がある。 本稿では無人航空機による低高度衛星通信システムLEOについて述べる。
  論文  参考訳（メタデータ） (2025-01-26T10:13:51Z)
• Regional Ocean Forecasting with Hierarchical Graph Neural Networks [1.4146420810689422]
  我々は、高解像度の中距離海洋予測用に設計されたニューラルネットワークであるSeaCastを紹介する。 SeaCastはグラフベースのフレームワークを使用して、海洋グリッドの複雑な幾何学を処理し、地域の海洋環境に合わせて外部の強制データを統合する。 コペルニクス海洋局が提供した地中海の運用数値モデルを用いて,高空間分解能実験により本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2024-10-15T17:34:50Z)
• SALINA: Towards Sustainable Live Sonar Analytics in Wild Ecosystems [12.711126566709076]
  本稿では,サステナブルライブソナー分析システムであるSALINAを紹介する。 SALINAは空間的および時間的適応による音響ソナーデータのリアルタイム処理を可能にする。 SALINAは6ヶ月間、カナダのブリティッシュコロンビア州の2つの内陸河川に配備された。
  論文  参考訳（メタデータ） (2024-10-10T00:32:28Z)
• Data-driven Global Ocean Modeling for Seasonal to Decadal Prediction [39.7461632644892]
  ORCA-DLは,海洋循環の季節的・季節的な予測を行う最初のデータ駆動型3次元海洋モデルである。 三次元海洋力学を正確にシミュレートし、最先端の力学モデルより優れている。 ケイデンスの時間スケールで海洋力学を安定にエミュレートし、巧妙なデケイデンスの予測や気候予測にもその可能性を示す。
  論文  参考訳（メタデータ） (2024-05-24T10:23:17Z)
• A Foundation Model for the Earth System [82.73624748093333]
  我々は、100万時間以上の多様なデータに基づいてトレーニングされた地球システムのための大規模な基盤モデルであるAuroraを紹介します。 オーロラは、大気の質、海波、熱帯のサイクロンの軌道、および専用システムよりも計算コストの桁違いの高解像度の天気予報において、運用上の予測を上回っている。
  論文  参考訳（メタデータ） (2024-05-20T14:45:18Z)
• Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
  都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。 本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。 モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。 私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
  論文  参考訳（メタデータ） (2024-05-03T00:29:20Z)
• Satellite Imagery and AI: A New Era in Ocean Conservation, from Research to Deployment and Impact [4.493722000332956]
  イルガル、非報告、および非規制漁業(IUU)は、海洋生物にとって世界的脅威となる。 NASAと欧州宇宙機関(ESA)によって提供された衛星データは、この活動を活発に監視する機会を提供する。 海面保全のために衛星データを効果的に活用するには、最小のレイテンシで世界中で運用される信頼性の高い機械学習モデルが必要である。
  論文  参考訳（メタデータ） (2023-12-06T00:48:50Z)
• Aeolus Ocean -- A simulation environment for the autonomous COLREG-compliant navigation of Unmanned Surface Vehicles using Deep Reinforcement Learning and Maritime Object Detection [0.0]
  海上部門における無人水上機(USV)の航行自律性は、より安全な水と運用コストの削減につながる可能性がある。 本稿では, 現実的な海洋シミュレーション環境において, COLREG 準拠の DRL を用いた衝突回避航法システムの開発について述べる。
  論文  参考訳（メタデータ） (2023-07-13T11:20:18Z)
• Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
  地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。 本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。 この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-10-17T09:14:35Z)
• AI-Aided Integrated Terrestrial and Non-Terrestrial 6G Solutions for Sustainable Maritime Networking [5.454673003552528]
  海上産業は、造船、海路と内陸の船の運航、貨物管理、港での労働慣行に影響を与える技術革新を経験している。 デジタル化と自動化は、輸送を変革し、よりコスト効率が高く、エネルギー効率が良く、非炭化産業に転換することで、これらの目標を達成するのに役立ちます。 本稿では、さまざまな海上通信シナリオにおけるサービス要件とエネルギー効率の目標を満たすために、人工知能と機械学習に基づくアプローチの使用を提唱する。
  論文  参考訳（メタデータ） (2022-01-18T13:15:26Z)
• Deep Learning Aided Routing for Space-Air-Ground Integrated Networks Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
  現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。 大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。 低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:12:10Z)
• Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
  そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。 エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。 われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
  論文  参考訳（メタデータ） (2020-08-21T03:16:51Z)

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。