Menú
Síganos en

Aprendizaje automático escalable en la base de datos para la predicción de rutas puerto a puerto

Autores: Dennis Marten, Carsten Hilgenfeld, Andreas Heuer

Resumen: La predicción correcta de las rutas subsiguientes de puerto a puerto juega un papel integral en la logística marítima y es, por tanto, esencial para muchas otras tareas como la predicción precisa de la hora estimada de llegada. En este artículo presentamos un enfoque escalable basado en la IA para predecir los próximos destinos portuarios de los buques basándose en los datos históricos del AIS. El método presentado está pensado principalmente para rellenar los casos en los que la entrada de destino AIS de un buque no es interpretable. Describimos cómo se puede construir una solución de IA estable y eficiente en la base de datos, basada en modelos de Markov que son adecuados para tareas de predicción masivamente paralelas con alta precisión. La investigación presentada forma parte del proyecto PRESEA ("Previsión del tráfico marítimo en tiempo real").

El trabajo se ha publicado en el Journal for Mobility and Transport.

Acerca de FleetMon

FleetMon es la empresa de datos líder en el mundo en el campo del seguimiento de buques. Proporcionamos soluciones de datos basados en AIS desde nuestra propia y extensa red mundial de receptores AIS. Miles de estaciones de antena envían 5.000 señales por segundo a nuestra base de datos, y algunas de las empresas más conocidas y con mejores resultados del mundo utilizan las soluciones de datos de FleetMon. Nuestra misión es hacer que el transporte marítimo sea más transparente y eficiente. Para lograrlo, supervisamos las flotas del mundo y creamos datos relevantes y procesables ampliamente accesibles. Fundada en 2007, FleetMon es una empresa privada con sede en Rostock, Alemania.