机器学习
案例研究--用预测分析法预测内陆船只的ETA时间
柏林工业大学与SELECT研究项目合作进行了一项案例研究。学生们的任务是利用FleetMon提供的AIS数据为内陆船只开发一个到达时间预测仪表板。
菜单
柏林工业大学与SELECT研究项目合作进行了一项案例研究。学生们的任务是利用FleetMon提供的AIS数据为内陆船只开发一个到达时间预测仪表板。
作者：Dennis Marten, Carsten Hilgenfeld, Andreas HeuerDennis Marten, Carsten Hilgenfeld, Andreas Heuer 摘要：正确预测后续的港到港航线在海运物流中起着不可或缺的作用，因此至关重要。
作者：Dana Meißner 摘要：作为2019年夏季开始的PRESEA研究项目的一部分，一个以实时为基础的海上交通预测应用程序将被应用到海上。Dana Meißner 摘要：作为2019年夏季开始的PRESEA研究项目的一部分，一个基于实时的海上交通预测应用将被纳入。
作者Carsten Hilgenfeld, Nina Vojdani, Frank Heymann, Evamarie Wiessner, Bettina Kutschera, Chris Bünger Abstract: For international exchange of goods, an exact estimated time of
在MERMAID项目中，正在开发一种用于船舶路由和精确计算ETA（估计到达时间）的方法。其结果将是一个基于AIS数据的模块，能够得出海上交通的可路由边缘节点模型。