Ruteprediksjon av maritim trafikk med nevrale nettverk

Abstract

Langs norskekysten forekommer det i snitt rundt 70 grunnstøtinger årlig. Disse kan medføre tap av liv, miljøutslipp, og store økonomiske kostnader. En analyse av ulykkesstatistikken fra norskekysten viser at 70% av alle grunnstøtinger skyldes menneskelige feil. Det er derfor sett et behov for å modernisere overvåkningen av skipstrafikken. Nyere forskning har vist lovende resultater for prediksjon av posisjonsdata og tidsseriedata gjennom bruk av nevrale nettverk. For videre forskning i dette området har dette prosjektet fått tilgang på tre år med historiske AIS-data for skipstrafikken i Norge. Disse er benyttet for å prøve å predikere et fartøys rute på et geografisk avgrenset område. Målet er å se om man med nøyaktighet kan predikere framtidige verdier til et fartøy på kysten. Det er forsøkt både ettstegsprediksjon og prediksjon lengre fram i tid. Dette er gjort for flere arkitekturer av forskjellige typer nevrale nettverk. Alle arkitekturene som er utprøvd viser gode resultater på ettstegsprediksjon, mens det på prediksjon av flere posisjoner fremover i tid sees varierende resultater blant de forskjellige arkitekturene. Noen av de utprøvde arkitekturene klarer dette godt i en sving i ruten, andre fikk en del problemer i denne. Det gjennomgås også en dataanalyse av den brukte AIS- dataen som viser en del utfordringer ved å bruke AIS-data til slike formal.