지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 저널정보
- 한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2024 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.15 No.1
- 발행연도
- 2024.1
- 수록면
- 67 - 71 (5page)
이용수
초록· 키워드
오류제보하기
As we know, shipping plays a vital role in world trade, and every day the number of ships is increasing at sea, which creates safety risks for maritime traffic, Due to marine accidents, some intelligent systems are required to reduce these accident risks. Ship trajectory prediction is based on the Automatic Identification System (AIS), and it helps to prevent collision accidents and eliminate potential navigational conflicts. In this paper, we have proposed an efficient Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) based smart vessel trajectory prediction using AIS data. The proposed system takes latitude, longitude, speed, and heading from the AIS dataset and provides them as input to the LSTM and GRU to predict the vessel trajectory. Three months of AIS data have been used to validate the results of our model. The training loss for GRU has been reduced by 0.0334 and 0.1361, and the validation loss has been reduced to 0.0708 and 0.1720 based on MSE and MAE, respectively. Similarly, the training loss for LSTM has been reduced by 0.0632 and 0.1702, and the validation loss has been reduced to 0.2290 and 0.2652 based on MSE and MAE, respectively. Our proposed results show that GRU performs better compared to the LSTM model.
목차
Abstract
Ⅰ. INTRODUCTION
Ⅱ. PROPOSED METHODOLOGY
Ⅲ. RESULTS
Ⅳ. CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
[AI-14] Intelligent Maritime Navigation: Leveraging AIS Data and Deep Learning for Predictive Vessel Trajectories
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2024 .01
-
LSTM 과 GRU 를 활용한 프로그래밍 언어 예측
한국통신학회 학술대회논문집
2023 .02
-
딥러닝 모델 기반 AIS 데이터를 활용한 선박 경로 예측 연구
한국통신학회 학술대회논문집
2023 .06
-
LSTM-GRU 기반의 일사량 예측 모델 성능 평가
한국태양에너지학회 학술대회논문집
2022 .04
-
LSTM과 GRU를 활용한 업종별 전력사용량 데이터 보간 방법
대한전기학회 학술대회 논문집
2022 .07
-
전이 학습을 통한 GRU와 LSTM의 낙상 검출 성능 향상
한국통신학회 학술대회논문집
2020 .08
-
LSTM 및 GRU 기반 전력계통 과도안정도 판정
대한전기학회 학술대회 논문집
2022 .04
-
텐서플로우를 이용한 LSTM과 GRU의 성능평가
한국정보과학회 학술발표논문집
2016 .12
-
해상 상황 인식을 위한 해상 장애물의 위치 추적 및 경로 예측 기술에 대한 기술의 기초 연구
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
Algorithm of GRU-LSTM based Kalman Filter for Uncertain Dynamic Model
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
정수처리장 유입수 내 탁도 예측을 위한 LSTM 모델과 GRU 모델 성능 비교 연구
대한토목학회 학술대회
2024 .10
-
LSTM-GRU 모델을 활용한 실시간 수위 예측 시스템 구현
한국정보통신학회 종합학술대회 논문집
2022 .10
-
LSTM 기반의 다중 차량 경로 예측 네트워크
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
A survey on anomaly detection methods in vessel behavior using AIS data
한국정보과학회 학술발표논문집
2023 .06
-
합성곱 오토인코더를 이용한 이상거동 선박 식별
산업경영시스템학회지
2020 .01
-
스마트기기 기반 소형선박용 AIS 무선모니터링 시스템 개발
한국통신학회 학술대회논문집
2017 .06
-
위성 AIS 데이터 성능 지수 분석 및 운영 방안
한국항공우주학회 학술발표회 초록집
2019 .11
-
GRU 기법을 활용한 서울시 공공자전거 수요예측 모델 개발
지능정보연구
2022 .12
-
표준 AIS 프로토콜 분석을 통한 보안 AIS 프로토콜 제안
한국정보전자통신기술학회 논문지
2016 .02
-
Multistep-Ahead Solar Irradiance Forecasting for Smart Cities Based on LSTM, Bi-LSTM, and GRU Neural Networks
한국전자거래학회지
2022 .11
최근 본 자료
댓글(0)
0