AIS-LLM：面向航海轨迹预测、异常检测与碰撞风险评估的可解释预测统一框架
机器学习
2025-08-12 v1 人工智能
摘要
随着航海交通量的增加以及对自动识别系统 (AIS) 的强制实施，基于 AIS 数据的航海交通分析任务的重要性和多样性正在迅速增长，例如船舶轨迹预测、异常检测和碰撞风险评估。然而，现有方法倾向于单独解决这些任务，难以全面考虑复杂的航海情形。为此，我们提出了一种新型框架 AIS-LLM，将时序 AIS 数据与大型语言模型 (LLM) 集成。AIS-LLM 由用于处理 AIS 序列的时间序列编码器、基于 LLM 的提示编码器、用于时序数据与文本提示之间语义对齐的跨模态对齐模块，以及基于 LLM 的多任务解码器组成。该体系结构使能够在单个端到端系统中同时执行三个关键任务：轨迹预测、异常检测和船舶碰撞风险评估。实验结果表明，AIS-LLM 在各个任务上均优于现有方法，验证了其有效性。此外，AIS-LLM 通过对任务输出进行综合分析生成情境概述和简报，展现了更加智能和高效的航海交通管理潜力。
引用
@article{arxiv.2508.07668,
title = {AIS-LLM: A Unified Framework for Maritime Trajectory Prediction, Anomaly Detection, and Collision Risk Assessment with Explainable Forecasting},
author = {Hyobin Park and Jinwook Jung and Minseok Seo and Hyunsoo Choi and Deukjae Cho and Sekil Park and Dong-Geol Choi},
journal= {arXiv preprint arXiv:2508.07668},
year = {2025}
}