دانلود مقاله انگلیسی رایگان:پیش بینی مسیرهای کشتی  از داده های AIS از طریق شبکه های عصبی تکرار شونده به ترتیب - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی هوش مصنوعی رایگان
  • Prediction oof Vessel Trajectories From AIS Data Via Sequence-To-Sequence Recurrent Neural Networks Prediction oof Vessel Trajectories From AIS Data Via Sequence-To-Sequence Recurrent Neural Networks
    Prediction oof Vessel Trajectories From AIS Data Via Sequence-To-Sequence Recurrent Neural Networks

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Prediction oof Vessel Trajectories From AIS Data Via Sequence-To-Sequence Recurrent Neural Networks


    ترجمه فارسی عنوان مقاله:

    پیش بینی مسیرهای کشتی از داده های AIS از طریق شبکه های عصبی تکرار شونده به ترتیب


    منبع:

    IEEE - ICASSP 2020 - 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP);2020; ; ;


    نویسنده:

    Nicola Forti , Leonardo M. Millefiori , Paolo Braca , Peter Willett


    چکیده انگلیسی:

    In this paper, we address the problem of predicting vessel trajectories based on Automatic Identification System (AIS) data. The goal is to learn the predictive distribution of maritime traffic patterns using historical data during the training phase, in order to be able to forecast future target trajectory samples online on the basis of both the extracted knowledge and the available observation sequence. We explore neural sequence-to-sequence models based on the Long Short-Term Memory (LSTM) encoder-decoder architecture to effectively capture long-term temporal dependencies of sequential AIS data and increase the overall predictive power. The experimental evaluation on a real-world AIS dataset demonstrates the effectiveness of sequence-to-sequence recurrent neural networks (RNNs) for vessel trajectory prediction and shows their potential benefits compared to model-based methods.
    Index Terms: Vessel trajectory prediction | recurrent neural networks | sequence-to-sequence models | LSTM | AIS


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 5
    حجم فایل: 528 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi