Fugu-MT 論文翻訳(概要): A Large-Scale AIS Dataset from Finnish Water

論文の概要: A Large-Scale AIS Dataset from Finnish Water

arxiv url: http://arxiv.org/abs/2609.12938v1
Date: Fri, 11 Sep 2026 15:02:07 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-15 07:38:31.792372
Title: A Large-Scale AIS Dataset from Finnish Water
Title（参考訳）: フィンランド水からの大規模AISデータセット
Abstract要約: 本研究は,フィンランド海域,特にバルト海地域の総合的なAISデータセットを導入することで,海洋研究コミュニティに貢献する。本稿は,既存のAISデータセットをキュレートし,分類するだけでなく,バルト海地域から収集したAISデータセットも紹介する。このデータセットには2億2900万のデータポイントが含まれており、研究者にこの動的領域における海洋活動と船舶の挙動を研究するためのリソースを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This research paper contributes to the maritime research community by introducing a comprehensive AIS dataset from Finnish waters, specifically the Baltic Sea region. AIS data, initially designed for collision prevention, have evolved into a versatile tool with applications across diverse maritime domains. Our paper not only curates and categorises existing AIS datasets but also introduces a collected AIS dataset from the Baltic Sea area, renowned for its intercontinental cargo routes, military activities, and frozen water expanses. This dataset includes 229 millions data points and provides researchers with a resource for studying maritime activities and vessel behaviour in this dynamic region, notably distinguished by the inclusion of data from Finnish lakes. Our analysis includes a detailed listing of ship types and relevant features, empowering researchers to explore various maritime domains. To enhance comprehension and analysis, we provide visualisations of maritime traffic patterns. By publishing this AIS dataset, we aim to catalyse innovation and collaboration in maritime research, offering a gateway to deeper insights into maritime activities in the Baltic Sea and Finnish lakes.
Abstract（参考訳）: 本研究は,フィンランド海域,特にバルト海地域の総合的なAISデータセットを導入することで,海洋研究コミュニティに貢献する。衝突防止のために設計されたAISデータは、様々な海洋ドメインにまたがる多用途ツールへと進化してきた。本稿は,既存のAISデータセットをキュレートし,分類するだけでなく,大陸間輸送ルート,軍事活動,凍結水拡大で有名なバルト海地域のAISデータセットも紹介する。このデータセットには2億2900万のデータポイントが含まれており、このダイナミックな地域での海洋活動と船舶の挙動を研究するためのリソースを研究者に提供する。我々の分析には、船の種類と関連する特徴の詳細なリストが含まれており、研究者は様々な海洋ドメインを探索することができる。理解と分析を強化するため,海上交通パターンの可視化を行う。このAISデータセットを公開することにより、海洋研究におけるイノベーションとコラボレーションを触媒し、バルト海とフィンランドの湖における海洋活動に関する深い洞察を得るためのゲートウェイを提供する。

関連論文リスト

Compass: Navigating Global Marine Lead Data Integration through Expert-Guided LLM Agent [55.77954024801206]
海洋鉛(Pb)とその同位体は海洋循環と人為的汚染にとって重要なトレーサーである。手動抽出はスケールできないが、汎用大規模言語モデル(LLM)は必要なドメイン固有の知識を欠いている。我々は,LLMが微調整なしで厳密な科学的データ抽出を行うことのできる専門家誘導型適応手法を提案する。
論文参考訳（メタデータ） (2026-05-28T14:06:25Z)
OceanPile: A Large-Scale Multimodal Ocean Corpus for Foundation Models [57.19693589926157]
OceanPileは、海洋基盤モデル用に設計された大規模マルチモーダルコーパスである。 OceanCorpus、OceanInstruction、OceanBenchmarkの3つの重要なコンポーネントで構成されている。すべてのデータセットは、海洋人工知能の分野を前進させるために公開されている。
論文参考訳（メタデータ） (2026-04-25T14:53:37Z)
Maritime Activities Observed Through Open-Access Positioning Data: Moving and Stationary Vessels in the Baltic Sea [0.0]
オープンアクセスデータから沿岸域の船舶活動の復元を高精度に行うことができることを示す。船舶の数は、移動と静止の両方のために不確実性と共に提供される。バルト海で最も混雑し、人口の多い海岸地域を推測する。
論文参考訳（メタデータ） (2025-11-28T09:30:33Z)
Exploring the Underwater World Segmentation without Extra Training [55.291219073365546]
我々は,最初の大規模かつ微細な水中セグメンテーションデータセットである textbfAquaOV255 を紹介する。トレーニング不要なOVセグメンテーションフレームワークである textbfEarth2Ocean も紹介する。
論文参考訳（メタデータ） (2025-11-11T07:22:56Z)
Neptune-X: Active X-to-Maritime Generation for Universal Maritime Object Detection [54.1960918379255]
Neptune-Xは、海洋オブジェクト検出のためのデータ中心の生成-選択フレームワークである。 X-to-Maritime(X-to-Maritime)は、多様で現実的な海洋シーンを合成する多モード条件生成モデルである。提案手法は,海上シーン合成における新しいベンチマークを設定し,検出精度を大幅に向上させる。
論文参考訳（メタデータ） (2025-09-25T04:59:02Z)
OKG-LLM: Aligning Ocean Knowledge Graph with Observation Data via LLMs for Global Sea Surface Temperature Prediction [70.48962924608033]
この研究は、SST予測のための多様な海洋知識を表現するために特別に設計された海洋知識グラフ(OKG)を構築するための最初の体系的な取り組みを示す。最後に, 学習知識を微粒な数値SSTデータと整列させ, 事前学習したLLMを用いてSSTパターンをモデル化し, 正確な予測を行う。
論文参考訳（メタデータ） (2025-07-31T02:06:03Z)
A Methodology to extract Geo-Referenced Standard Routes from AIS Data [0.0]
本研究では,海洋における関心点間の経路を解析し,地理的に基準となる経路を抽出する手法を提案する。このアプローチは、北極地域とヨーロッパ、中東、北アフリカ地域をカバーする6年間のAISデータセットのデータに基づいてテストされている。
論文参考訳（メタデータ） (2025-03-26T13:29:41Z)
High-resolution optical and acoustic remote sensing datasets of the Puck Lagoon, Southern Baltic [31.57476904481958]
本稿は, 空中浴式LiDAR, マルチビームエコー, 空中写真計測, 衛星画像を組み合わせた, 初のデジタル標高モデル(DEM)について述べる。これらのデータセットは、海底地形、ベントックな生息地、文化遺産、水没した景観を評価し理解するための重要な資源である。
論文参考訳（メタデータ） (2024-11-13T15:55:05Z)
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)
KOLOMVERSE: Korea open large-scale image dataset for object detection in the maritime universe [0.5732204366512352]
KRISO による海洋領域における物体検出のための大規模画像データセット KOLOMVERSE を提案する。韓国の21の領海から撮影した5,845時間の動画データを収集した。データセットには3840$times$2160ピクセルのイメージがあり、私たちの知る限り、海洋ドメインにおけるオブジェクト検出のための公開データセットとしては、これまでで最大のものである。
論文参考訳（メタデータ） (2022-06-20T16:45:12Z)
Filtering Internal Tides From Wide-Swath Altimeter Data Using Convolutional Neural Networks [9.541153192112194]
本稿では畳み込みニューラルネットワーク(ConvNets)を用いて、内潮信号のないフィールドを推定する。また,海面温度(SST)などの他の海面変数からの追加データについても検討した。
論文参考訳（メタデータ） (2020-05-03T14:02:31Z)

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。