МЕТОДЫ РАСПОЗНАВАНИЯ ДАННЫХ ПРИ ПЛАВАНИИ СУДОВ
Аннотация
В статье рассмотрены методы распознания данных судна, опирающиеся на интеллектуальную аналитику, основанную на алгоритмах машинного обучения. Отмечается, что глубокая нейронная сеть является прогрессом в области машинного обучения и мощным средством для реализации автономии судна. Методологии глубокого обучения или глубоких нейронных сетей применяются в различных областях морской индустрии, например, таких как обнаружение аномальных ситуаций, классификация судов по признакам и параметрам, предотвращение столкновений судов, обнаружение рисков кибератак, навигация в портах. В данной статье рассмотрены различные методы распознавания данных в судоходстве. Машинное обучение и искусственный интеллект являются двумя наиболее перспективными путями повышения эффективности функционирования на транспорте. Машинное обучение на транспорте может применяться для подачи голосовых команд, автономного функционирования, технического зрения и аналогичных задач, позволяющих выполнять автономную или дистанционно-управляемую работу судна. Способность принимать правильные решения, обрабатывать большие объемы данных являются одними из ключевых проблем для успешной реализации автономного управления судном. Несмотря на существующее разнообразие методов машинного обучения, большинство традиционных методов машинного обучения не способны решить эти проблемы. В данной работе традиционные методы классифицированы на классические и реактивные. Каждый из этих методов обладает как преимуществами, так и недостатками. Считается, что глубокая нейронная сеть определит будущее морской отрасли благодаря ее способности использовать данные об эксплуатации и характеристиках судов. В данной статье показана возможность использования глубоких нейронных сетей при плавании судов при появлении навигационных опасностей.
Ключевые слова
машинное обучение, искусственный интеллект, распознавания данных, реактивные методы, сеть экстремального обучения, глубокое обучение, нейронная сеть
Читать полный текст статьи: PDF
Список литературы
Об авторах
Бордюг Александр Сергеевич - кандидат технических наук
ФГБОУ ВО «КГМТУ»
