Menu
Suivez-nous sur

Apprentissage automatique évolutif en base de données pour la prédiction des itinéraires de port à port

Auteurs : Dennis Marten, Carsten Hilgenfeld, Andreas Heuer

Résumé : La prédiction correcte des itinéraires portuaires subséquents fait partie intégrante de la logistique maritime et est donc essentielle pour de nombreuses autres tâches comme les prédictions précises de l'heure d'arrivée prévue. Dans cet article, nous présentons une approche évolutive basée sur l'IA pour prédire les destinations portuaires à venir à partir de navires basés sur des données historiques AIS. La méthode présentée est principalement destinée à remplacer les cas où l'entrée de destination AIS d'un navire n'est pas interprétable. Nous décrivons comment construire une solution d'intelligence artificielle stable et efficace dans une base de données, basée sur des modèles de Markov qui sont adaptés à des tâches de prédiction massivement parallèles avec une grande précision. La recherche présentée fait partie du projet PRESEA ("Real-time based maritime traffic forecast").

L'article a été publié dans le Journal for Mobility and Transport.

À propos de FleetMon

FleetMon est la première société de données au monde dans le domaine du suivi des navires. Nous fournissons des solutions de données basées sur l'AIS à partir de notre propre réseau mondial et étendu de récepteurs AIS. Des milliers de stations d'antenne envoient 5 000 signaux par seconde à notre base de données. Certaines des entreprises les plus connues et les plus performantes au monde utilisent les solutions de données de FleetMon. Notre mission est de rendre le transport maritime plus transparent et plus efficace. Pour y parvenir, nous surveillons les flottes du monde entier et créons des données pertinentes et exploitables largement accessibles. Créée en 2007, FleetMon est une société privée dont le siège est situé à Rostock, en Allemagne.