دانلود مقاله انگلیسی رایگان:در مورد تأثیر روشهای تشخیص ناهنجاری به کمک هوش مصنوعی در پیمایش دریایی - 2020
دانلود بهترین مقالات isi همراه با ترجمه فارسی
دانلود مقاله انگلیسی هوش مصنوعی رایگان
  • On the Effectiveness of AI-Assisted Anomaly Detection Methods in Maritime Navigation On the Effectiveness of AI-Assisted Anomaly Detection Methods in Maritime Navigation
    On the Effectiveness of AI-Assisted Anomaly Detection Methods in Maritime Navigation

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    On the Effectiveness of AI-Assisted Anomaly Detection Methods in Maritime Navigation


    ترجمه فارسی عنوان مقاله:

    در مورد تأثیر روشهای تشخیص ناهنجاری به کمک هوش مصنوعی در پیمایش دریایی


    منبع:

    IEEE - 2020 IEEE 23rd International Conference on Information Fusion (FUSION);2020; ; ;


    نویسنده:

    Sandeep Kumar Singh and Frank Heymann


    چکیده انگلیسی:

    The automatic identification system (AIS) has become an essential tool for maritime security. Nevertheless, how to effectively use the static and dynamic voyage information of the AIS data in maritime traffic situation awareness is still a challenge. This paper presents a comparative study of artificial intelligence (AI) techniques on their effectiveness in dealing with various anomalies in maritime domain using the AIS data. The AIS on-off switching (OOS) anomaly is critical in maritime security, since AIS technology is susceptible to manipulation and it can be switched on and off to hide illegal activities. Thus, we try to detect and distinguish between intentional and nonintentional AIS OOS anomalies through our AI-assisted anomaly detection framework. We use AIS data, in particular positional and navigational status of vessels, to study the effectiveness of seven AI techniques, such as artificial neural network, support vector machine, logistic regression, k-nearest neighbors, decision tree, random forest and naive Bayes, in detecting the AIS OOS anomalies. Our experimental results show that ANN and SVM are the most suitable techniques in detecting the AIS OOS anomalies with 99.9% accuracy. Interestingly, the ANN model outperforms others when trained with a balanced (i.e., same order of samples per class) dataset, and SVM, on the other hand, is suitable when training dataset is unbalanced.


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 7
    حجم فایل: 1334 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