[論文レビュー] An Automatic Identification System (AIS) Database for Maritime Trajectory Prediction and Data Mining

Shangbo Mao, Enmei Tu+4 more|arXiv (Cornell University)|Jul 12, 2016

Maritime Navigation and Safety被引用数 4

ひとこと要約

本論文は、実世界の船舶追跡データから構築された、標準化された自動識別システム（AIS）データベースを提示する。このデータベースは運動的および静的船舶情報を統合しており、経路予測アルゴリズムの評価を可能にし、テストにより学習済み経路予測モデルのトレーニングおよび比較のベンチマークとしての有効性が示された。

ABSTRACT

In recent years, maritime safety and efficiency become more and more important across the world. Automatic Identification System (AIS) tracks vessel movement by onboard transceiver and terrestrial and/or satellite base station. The data collected by AIS contains broadcast kinematic information and static information. Both of them are useful for anomaly detection and route prediction which are key techniques in intelligent maritime research area. This paper is devoted to construct a standard AIS database for maritime trajectory learning, prediction and data mining. A path prediction algorithm is tested on this AIS database and the testing results show this database can be used as a standardized training resource for different trajectory prediction algorithms and other AIS data mining algorithms.

研究の動機と目的

• 船舶軌跡学習およびデータマイニングのための公開可能で標準化されたAISデータベースの開発。
• 実際の船舶移動データを用いた経路予測アルゴリズムの開発および評価を支援すること。
• データマイニングおよび異常検出応用の向上を図るため、運動的および静的船舶情報を統合すること。
• 異なる軌跡予測およびデータマイニング技術の比較のための再現可能なベンチマークを提供すること。
• アクセス可能で高品質なAISデータを通じて、知能的な海洋システム分野の研究を促進すること。

提案手法

• 著者らは、地上および人工衛星の基地局から得た実際のAISデータを収集・処理し、複数の海洋地域をカバーした。
• データセットには、動的（位置、速度、コース）および静的（船舶種別、MMSI、呼号）の両方の船舶情報が含まれる。
• データ前処理には、フィルタリング、軌跡再構築、欠損または誤った観測値の処理が含まれる。
• 極端な学習機械（ELM）に基づく経路予測アルゴリズムを実装し、データベース上でテストした。
• データベースは、クラスタリング、異常検出、ルート予測などのさまざまなデータマイニングタスクをサポートするように構造化された。
• 研究者が再現性と使いやすさを確保できるように、ドキュメントとともにデータセットを公開した。

実験結果

リサーチクエスチョン

• RQ1 標準化されたAISデータベースは、海洋軌跡予測研究の比較可能性および再現可能性を向上させ得るか？
• RQ2 提案されたAISデータベースは、経路予測アルゴリズムのトレーニングおよび評価をどの程度効果的に支援できるか？
• RQ3 動的および静的船舶データの統合は、海洋アプリケーションにおけるデータマイニングの成果をどの程度向上させ得るか？
• RQ4 このデータベースは、さまざまな軌跡予測モデルの評価のためのベンチマークとして機能できるか？
• RQ5 大規模で信頼性の高いAISデータベースを海洋研究用に構築するにあたり、どのような主な課題が生じるか？

主な発見

• 構築されたAISデータベースは、軌跡予測タスクを効果的にサポートしており、トレーニングリソースとしての有用性が裏付けられた。
• データベース上でテストされた経路予測アルゴリズムは、信頼性の高い性能を示し、データセットの品質と関連性が検証された。
• 動的および静的船舶情報の統合により、軌跡モデリングの精度と耐障害性が向上した。
• 異なるアルゴリズム間での一貫性ある評価が可能となり、海洋データマイニング研究における再現性が促進された。
• データセットは公開されており、詳細なドキュメントが付随しており、学術的および応用研究分野での広範な活用が可能である。
• 結果から、このデータベースは異常検出やルートパターン分析を含む、さまざまなデータマイニングタスクに適していることが確認された。