利用机器学习进行灯塔光传感器故障检测
机器学习
2024-09-10 v1 人工智能
摘要
灯塔通过标记危险区域（如危险海岸线、浅滩、暗礁和岩石）并辅助港口进出与空中导航，在确保海上安全方面发挥着至关重要的作用。这是通过使用根据一天中的时间激活或停用的光敏电阻传感器来实现的。然而，一个显著问题是这些传感器可能发生故障，导致灯光运行时间的逐渐错位。本文介绍了一种基于机器学习的创新方法，用于自动检测此类故障。我们评估了四种不同的算法：决策树、随机森林、极端梯度提升和多层感知器。我们的研究结果表明，多层感知器最为有效，能够检测小至10-15分钟的时间偏差。这种精度使其成为自动化检测灯塔光传感器故障的高效工具。
引用
@article{arxiv.2409.05495,
title = {Using machine learning for fault detection in lighthouse light sensors},
author = {Michael Kampouridis and Nikolaos Vastardis and George Rayment},
journal= {arXiv preprint arXiv:2409.05495},
year = {2024}
}