論文の概要: EnvShip-Bench: An Environment-Enhanced Benchmark for Short-Term Vessel Trajectory Prediction
- arxiv url: http://arxiv.org/abs/2606.15240v1
- Date: Sat, 13 Jun 2026 10:44:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:33.146643
- Title: EnvShip-Bench: An Environment-Enhanced Benchmark for Short-Term Vessel Trajectory Prediction
- Title（参考訳）: EnvShip-Bench: 短期的な船舶軌道予測のための環境改善ベンチマーク
- Authors: Kun Ma, Qilong Han, Chengjing Song, Jingzheng Yao, Hao Wang, Changmao Wu,
- Abstract要約: 本稿では,大規模なAISデータから構築した短時間の船体軌道予測のための統一ベンチマークであるEnvShip-Benchを提案する。
EnvShip-Benchは10分間の観測、10分間の予測、容器中心の局所メートル法座標における20秒のサンプリングを含む標準化された予測プロトコルを採用している。
統合評価フレームワークの下では、トラジェクトリのみ、環境対応、インタラクション対応の予測をサポートする。
- 参考スコア（独自算出の注目度）: 9.907842985652955
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vessel trajectory prediction is important for intelligent shipping, maritime surveillance, and navigation safety. However, existing public maritime AIS resources are often limited by inconsistent forecasting protocols, uneven data quality, and the lack of benchmark-ready contextual annotations, which hinder fair comparison and context-aware modeling. To address this gap, we present EnvShip-Bench, a unified benchmark for short-term vessel trajectory prediction built from large-scale raw AIS data from the Danish Maritime Authority (DMA) and NOAA through a common processing pipeline. EnvShip-Bench adopts a standardized forecasting protocol with 10 minutes of observation, 10 minutes of prediction, and 20-second sampling in vessel-centric local metric coordinates. Beyond the large-scale core benchmark, it provides a quality-first compact subset for efficient and reproducible experimentation, together with synchronized environmental and nearby-vessel context extensions. As a result, EnvShip-Bench supports trajectory-only, environment-aware, and interaction-aware forecasting under a unified evaluation framework. Extensive benchmark statistics and analysis demonstrate that EnvShip-Bench offers a standardized, extensible, and context-aware foundation for maritime trajectory forecasting research.
- Abstract（参考訳）: 船舶軌道予測は、インテリジェントな輸送、海上監視、航行安全にとって重要である。
しかし、既存のパブリックな海洋AISリソースは、一貫性のない予測プロトコル、不均一なデータ品質、ベンチマーク対応のコンテキストアノテーションの欠如によって制限され、公正な比較やコンテキスト対応のモデリングを妨げている。
このギャップに対処するため,デンマーク海事局(DMA)とNOAAの大規模生AISデータから構築した,短期間の船舶軌道予測のための統一ベンチマークであるEnvShip-Benchを,共通処理パイプラインを通じて紹介する。
EnvShip-Benchは10分間の観測、10分間の予測、容器中心の局所メートル法座標における20秒のサンプリングを含む標準化された予測プロトコルを採用している。
大規模なコアベンチマークの他に、効率よく再現可能な実験のための品質第一級のコンパクトサブセットと、同期された環境と近傍のコンテナコンテキスト拡張を提供する。
結果として、EnvShip-Benchは、統合評価フレームワークの下で、トラジェクトリのみ、環境対応、インタラクション対応の予測をサポートする。
EnvShip-Benchは海洋軌道予測研究のために標準化され、拡張可能で、コンテキスト対応の基盤を提供する。
関連論文リスト
- RealBench: Benchmarking Data-Driven Numerical Weather Forecasting Under Operational Conditions and Extreme Event Challenges [31.389267895745252]
本稿では,AI天気予報のための次世代ベンチマークであるRealBenchを紹介する。
RealBenchは、データ漏洩をなくし、最近の大気環境を捉えるために、2025年ごろに展開された、厳密にアウト・オブ・ディストリビューションテストのセットを特徴としている。
ローレイテンシな運用分析や,10,000以上のステーションで構成される大規模グローバルなその場観測データセットなど,複数のデータソースを統合している。
論文 参考訳（メタデータ） (2026-05-24T08:46:17Z) - Hierarchical Two-Stage Framework for Environment-Aware Long-Horizon Vessel Trajectory Prediction [30.034731404731634]
本稿では,粗い長期予測器とグリッド対応短期予測器を組み合わせた階層型2段階フレームワークを提案する。
統合された環境モジュールは、表面電流、風ベクトル、顕著な波高を含む海洋パラメータを含む。
我々のフレームワークは、平均変位誤差(ADE)が25%、最終変位誤差(FDE)が17%上回っている。
論文 参考訳（メタデータ） (2026-05-15T00:50:39Z) - Tyche: One Step Flow for Efficient Probabilistic Weather Forecasting [48.263481135566316]
我々は,効率的な確率的天気予報のための一段階条件付き流れモデルであるTycheを提案する。
ERA5の1.5ドル(約1万2000円)と6時間の解像度での実験では、たった1つのNFEを使って、最先端の多段階生成ベースラインの予測スキルとキャリブレーションを一致または超過していることが示されています。
論文 参考訳（メタデータ） (2026-05-07T20:25:28Z) - Beyond Expected Information Gain: Stable Bayesian Optimal Experimental Design with Integral Probability Metrics and Plug-and-Play Extensions [10.973529778713441]
我々は、密度に基づく発散を積分確率メトリクス(IPM)に置き換えるIPMベースのBOEDフレームワークを導入する。
代用モデル誤差下でIMMベースのユーティリティがより強力な幾何認識安定性を提供することを示す理論的保証を確立する。
また,提案手法を実証的に検証し,IMMに基づく設計が高濃度の信頼性集合が得られることを示した。
論文 参考訳（メタデータ） (2026-04-23T16:40:11Z) - Probabilistic NDVI Forecasting from Sparse Satellite Time Series and Weather Covariates [1.1503354666872168]
植生動態の正確な短期予測は、精密農業におけるデータ駆動型意思決定支援の鍵となる。
衛星観測によるNDVIの予測は、雲の被覆によって引き起こされるスパースと不規則なサンプリングのため、依然として困難である。
本研究では,フィールドレベルのNDVI予測のための確率的予測フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-04T17:48:52Z) - Echo State Networks for Time Series Forecasting: Hyperparameter Sweep and Benchmarking [51.56484100374058]
我々は、完全に自動で純粋にフィードバック駆動のESNが、広く使われている統計的予測手法の代替となるかどうかを評価する。
予測精度は、MASEとsMAPEを用いて測定され、ドリフトや季節予測、統計モデルといった単純なベンチマークと比較される。
論文 参考訳（メタデータ） (2026-02-03T16:01:22Z) - Multi-vessel Interaction-Aware Trajectory Prediction and Collision Risk Assessment [0.3277163122167433]
衝突リスク解析を統合した多容器軌道予測のための変圧器ベースのフレームワークを提案する。
大規模実世界のAISデータ上での連成マルチコンテナメトリクスを用いたモデルの評価を行った。
論文 参考訳（メタデータ） (2025-09-01T23:38:01Z) - PredBench: Benchmarking Spatio-Temporal Prediction across Diverse Disciplines [86.36060279469304]
予測時間ネットワークの総合評価に適したベンチマークであるPredBenchを紹介する。
このベンチマークでは、広く採用されている12のメソッドと、複数のアプリケーションドメインにまたがる多様なデータセットを統合する。
その多次元評価フレームワークは、総合的なメトリクスセットで分析を広げる。
論文 参考訳（メタデータ） (2024-07-11T11:51:36Z) - Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。
我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。
我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-02T17:13:16Z) - A Closer Look at Debiased Temporal Sentence Grounding in Videos:
Dataset, Metric, and Approach [53.727460222955266]
テンポラル・センテンス・グラウンディング・イン・ビデオ(TSGV)は、未編集のビデオに自然言語文を埋め込むことを目的としている。
最近の研究では、現在のベンチマークデータセットには明らかなモーメントアノテーションバイアスがあることが判明している。
偏りのあるデータセットによる膨らませ評価を緩和するため、基礎的リコールスコアを割引する新しい評価基準「dR@n,IoU@m」を導入する。
論文 参考訳（メタデータ） (2022-03-10T08:58:18Z)
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。