用于海上交通监控的多维数据流无监督行为变化检测
机器学习
2019-08-15 v1 人工智能
机器学习
摘要
全球海上交通的增长与自动识别系统（AIS）的发展推动了监控系统的进步，以预防船舶事故并检测非法活动。在本工作中，我们考虑实时数据流与海上监控领域所施加的若干约束，描述船舶行为变化与事件检测的机器学习研究缺口与挑战。作为起点，我们研究如何采用无监督与半监督变化检测方法来识别船舶行为偏移，旨在检测并标注异常事件。
引用
@article{arxiv.1908.05103,
title = {Unsupervised Behavior Change Detection in Multidimensional Data Streams for Maritime Traffic Monitoring},
author = {Lucas May Petry and Amilcar Soares and Vania Bogorny and Stan Matwin},
journal= {arXiv preprint arXiv:1908.05103},
year = {2019}
}
备注
Extended abstract submitted to the 2019 Montreal Artificial Intelligence Symposium (MAIS)