論文の概要: CLEAR: A Knowledge-Centric Vessel Trajectory Analysis Platform
- arxiv url: http://arxiv.org/abs/2602.08482v1
- Date: Mon, 09 Feb 2026 10:32:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-10 20:26:25.171881
- Title: CLEAR: A Knowledge-Centric Vessel Trajectory Analysis Platform
- Title（参考訳）: CLEAR:知識中心の容器軌道解析プラットフォーム
- Authors: Hengyu Liu, Tianyi Li, Haoyu Wang, Kristian Torp, Yushuai Li, Tiancheng Zhang, Torben Bach Pedersen, Christian S. Jensen,
- Abstract要約: 本稿では知識中心の船体軌道解析プラットフォームであるCLEARを紹介する。
CLEARは生のAISデータを完全で解釈可能で容易に探索可能な容器軌道に変換する。
デモの一部として、参加者はAISデータを自動的にダウンロードして処理するためのパラメータを設定することができる。
- 参考スコア（独自算出の注目度）: 18.939378377355396
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vessel trajectory data from the Automatic Identification System (AIS) is used widely in maritime analytics. Yet, analysis is difficult for non-expert users due to the incompleteness and complexity of AIS data. We present CLEAR, a knowledge-centric vessel trajectory analysis platform that aims to overcome these barriers. By leveraging the reasoning and generative capabilities of Large Language Models (LLMs), CLEAR transforms raw AIS data into complete, interpretable, and easily explorable vessel trajectories through a Structured Data-derived Knowledge Graph (SD-KG). As part of the demo, participants can configure parameters to automatically download and process AIS data, observe how trajectories are completed and annotated, inspect both raw and imputed segments together with their SD-KG evidence, and interactively explore the SD-KG through a dedicated graph viewer, gaining an intuitive and transparent understanding of vessel movements.
- Abstract（参考訳）: 自動識別システム(AIS)の船舶軌道データは海洋分析において広く利用されている。
しかし、AISデータの不完全性や複雑さのため、非専門家にとって分析は困難である。
本稿では,これらの障壁を克服することを目的とした知識中心の船体軌道解析プラットフォームであるCLEARを紹介する。
大規模言語モデル(LLM)の推論と生成能力を活用することで、CLEARは生AISデータを構造化データ由来の知識グラフ(SD-KG)を通して完全で解釈可能で容易に探索可能な船体軌道に変換する。
デモの一環として、参加者はAISデータを自動的にダウンロードして処理するためのパラメータを設定し、トラジェクトリがどのように完成し、注釈付けされたかを観察し、SD-KGエビデンスと共に生とインプットの両方のセグメントを検査し、専用のグラフビューアを通じてSD-KGをインタラクティブに探索し、血管の動きを直感的で透明に理解することができる。
関連論文リスト
- VISTA: Knowledge-Driven Interpretable Vessel Trajectory Imputation via Large Language Models [17.761349370700007]
既存の計算手法は軌道の回復を重視し、解釈可能性に限定的な注意を払っている。
知識駆動型解釈型血管トラジェクトリ・インパクション(VISTA)を提案する。
VISTAは、下流の分析をサポートするための基礎知識を同時に提供しながら、解釈可能性を提供する。
論文 参考訳（メタデータ） (2026-01-11T15:02:28Z) - A Visual Tool for Interactive Model Explanation using Sensitivity Analysis [0.0]
機械学習(ML)モデルの振る舞いを探索し理解するためのPythonベースのツールであるSAInTを提案する。
本システムはHuman-in-the-Loop属性(HITL)をサポートし,モデルの設定,トレーニング,評価,説明を可能にする。
本研究では,タイタニックデータセット上での生存を予測し,特徴選択とデータ改質をいかに誘導できるかを示す。
論文 参考訳（メタデータ） (2025-08-06T09:53:31Z) - A Scalable System for Visual Analysis of Ocean Data [3.2195554805277435]
pyParaOceanは、海洋データ分析に特化したスケーラブルでインタラクティブな可視化システムである。
pyParaOceanは、一般的な海洋分析タスクのための特殊なモジュールを提供する。
本稿では,ベンガル湾を事例として,システムの有効性を実証し,システムの効率性を評価するためのスケールスタディを提案する。
論文 参考訳（メタデータ） (2025-01-09T07:11:51Z) - OVER-NAV: Elevating Iterative Vision-and-Language Navigation with Open-Vocabulary Detection and StructurEd Representation [96.46961207887722]
OVER-NAVは、現在のIVLN技術を超えることを目指している。
解釈されたナビゲーションデータを完全に活用するために、構造化された表現、コード化されたOmnigraphを導入する。
論文 参考訳（メタデータ） (2024-03-26T02:34:48Z) - A Maritime Industry Experience for Vessel Operational Anomaly Detection: Utilizing Deep Learning Augmented with Lightweight Interpretable Models [0.19116784879310028]
本研究は,半教師付き深層学習モデルに軽量な解釈可能なサロゲートモデルを適用した船体動作異常検出手法を示す。
我々は、通常の運用データに基づいて訓練され、実際の異常検出データでテストされた標準および長期記憶(LSTM)オートエンコーダを利用する。
論文 参考訳（メタデータ） (2023-12-30T01:31:54Z) - Enhancing Explainability in Mobility Data Science through a combination
of methods [0.08192907805418582]
本稿では,重要なXAI技法を調和させる包括的フレームワークを提案する。
LIME Interpretable Model-a-gnostic Explanations, SHAP, Saliency Map, attention mechanism, direct trajectory Visualization, and Permutation Feature (PFI)
本研究の枠組みを検証するため,様々な利用者の嗜好や受容度を評価する調査を行った。
論文 参考訳（メタデータ） (2023-12-01T07:09:21Z) - Demonstration of InsightPilot: An LLM-Empowered Automated Data
Exploration System [48.62158108517576]
本稿では,データ探索プロセスの簡略化を目的とした自動データ探索システムであるInsightPilotを紹介する。
InsightPilotは、理解、要約、説明などの適切な分析意図を自動的に選択する。
簡単に言うと、IQueryはデータ分析操作の抽象化と自動化であり、データアナリストのアプローチを模倣しています。
論文 参考訳（メタデータ） (2023-04-02T07:27:49Z) - Persistence-based operators in machine learning [62.997667081978825]
永続性に基づくニューラルネットワークレイヤのクラスを導入します。
永続化ベースのレイヤにより、ユーザは、データによって尊重される対称性に関する知識を容易に注入でき、学習可能なウェイトを備え、最先端のニューラルネットワークアーキテクチャで構成できる。
論文 参考訳（メタデータ） (2022-12-28T18:03:41Z) - Federated Stochastic Gradient Descent Begets Self-Induced Momentum [151.4322255230084]
Federated Learning(FL)は、モバイルエッジシステムに適用可能な、新興の機械学習手法である。
このような条件下での勾配降下(SGD)への走行は,大域的な集約プロセスに運動量的な項を加えるとみなすことができる。
論文 参考訳（メタデータ） (2022-02-17T02:01:37Z) - GalaxAI: Machine learning toolbox for interpretable analysis of
spacecraft telemetry data [48.42042893355919]
GalaxAIは、宇宙船のテレメトリデータを分析するための汎用的な機械学習ツールボックスである。
多変量時系列解析、分類、回帰、構造化出力予測に様々な機械学習アルゴリズムを使用している。
本稿では,2つの異なる宇宙船に関する2つのユースケースにおいて,GalaxAIの有用性と汎用性を示す。
論文 参考訳（メタデータ） (2021-08-03T10:45:20Z) - FENXI: Deep-learning Traffic Analytics at the Edge [69.34903175081284]
本稿では,TPUを利用して複雑な解析を行うシステムであるFENXIを提案する。
FENXIは、さまざまな粒度で動作するオペレーションとトラフィック分析を分離する。
分析の結果,FENXIは限られた資源しか必要とせず,転送ラインレートのトラヒック処理を継続できることがわかった。
論文 参考訳（メタデータ） (2021-05-25T08:02:44Z)
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。