通过对训练船舶航线进行最近邻搜索预测目的地
机器学习
2018-10-02 v1 机器学习
摘要
DEBS Grand Challenge 2018 设定于海运航线预测的背景中。船舶航线被建模为从真实世界跟踪数据中选取的自动识别系统(AIS)数据点流。该挑战要求尽早正确估计船舶航程的目的港口和到达时间。我们提出的方案按报告的目的港口对训练船舶航线进行划分,并使用最近邻搜索来寻找距离查询 AIS 点更近的训练航线。我们也加入了特定改进,例如一种避免在同一条查询航线内频繁更改预测港口的方法,以及通过使用遗传算法实现参数调优自动化。这带来了最终得分的显著提升。
引用
@article{arxiv.1810.00096,
title = {Predicting Destinations by Nearest Neighbor Search on Training Vessel Routes},
author = {Valentin Roşca and Emanuel Onica and Paul Diac and Ciprian Amariei},
journal= {arXiv preprint arXiv:1810.00096},
year = {2018}
}