Machine learning for detecting the activity of fishing vessels

Abstract

Denne oppgaven presenterer en ny tilnærming til å forutsi aktivitetene til norske fartøyer, spesielt de som driver med å fiske norsk vårgytende sild (NSSH). Studien forsøkte å klassifisere atferden til fiskefartøyer ved å bruke to datakilder: Automatic Identification System (AIS) data og Electronic Reporting System (ERS) fangstdata. Utfordringen lå i å lage et nyttig datasett fra rådataene og håndtere de spesielle egenskapene til geografiske og tidsmessige data.

Denne forskningstilnærmingen tok i bruk en metodisk tilnærming som innebar å redusere størrelsen på dataene, transformere dem, generere bilder og trekke ut relevante funksjoner fra datasettet. To hovedtilnærminger ble testet: en semi-overvåket og en ikke-overvåket tilnærming. Den semi-overvåkede tilnærmingen innebar bruk av et Convolutional Neural Network (CNN) og en k-means klyngealgoritme. Prosessen innebar å generere bilder fra seksjonerte, transformerte fartøy baner, hvoretter CNN ble utnyttet, ved å utnytte dens overlegne bildeklassifiseringsevner. CNN klassifiserte de merkede fiskehendelsene, mens k-means-algoritmen grupperte de klassifiserte ikke-fiskehendelsene til søking og damping. Den uovervåkede tilnærmingen brukte k-means-algoritmen på både funksjonsbaserte og banebaserte datasett, og grupperte dataene i deres respektive klasser.

Den semi-overvåkede tilnærmingen oppnådde bærekraftig suksess i bildeklassifisering, og skilte nøyaktig mellom fiske og ikke-fiskeaktiviteter. k-means for den semi-overvåkede tilnærmingen oppnådde gode resultater, men led av de samme problemene som den uovervåkede banebaserte klyngetilnærmingen. Til tross for sin store avhengighet av polstringsverdien, viste den uovervåkede tilnærmingen lovende i banebasert clustering. Den kom imidlertid til kort når det gjelder kompakthet og separasjon. Derimot viste funksjonsbasert clustering imponerende kompaktitet og separasjonsresultater, men dens generelle ytelse var litt dårligere.

Studien brukte kun AIS data og ERS-fangstdata fra årene 2015-2016. Dette relativt lille datasettet kunne ha begrenset generaliserbarheten til modellene. Modellenes ytelse med større og nyere data må fortsatt testes.

Fremtidig arbeid bør fokusere på å avgrense funksjonsingeniørstrategier, optimalisere klassifiseringsgrenser og justere baneplottingsmetoder for å forbedre analysen. Dessuten er det avgjørende å utvikle en effektiv etterbehandlingsmetode for å transformere den rå ML-modellen til identifiserbare positive og negative fiskehendelser.

Studien demonstrerte potensialet for at ML-modeller kan brukes til å klassifisere fiskefartøyets atferd basert på AIS data og ERS-data. Både de semi-veiledede og uovervåkede tilnærmingene viste tydelige styrker og svakheter. Men for praktisk bruk trenger disse modellene ytterligere foredling og etterbehandling.

This thesis presents a novel approach to predicting the activities of Norwegian vessels, specifically those engaged in fishing Norwegian spring-spawning herring (NSSH). The study sought to classify the behavior of fishing vessels by using two data sources: Automatic Identification System (AIS) data and Electronic Reporting System (ERS) catch data. The challenge lay in creating a useful dataset from the raw data and dealing with the particularities of geographical and temporal data.

This research approach adopted a methodical approach that entailed reducing the size of the data, transforming it, generating images, and extracting relevant features from the dataset. Two main approaches were tested: a semi-supervised and an unsupervised approach. The semi-supervised approach involved using a Convolutional Neural Network (CNN) and a k-means clustering algorithm. The process involved generating images from sectioned, transformed trajectories, after which the CNN was leveraged, utilizing its superior image classification capabilities. The CNN classified the labeled fishing events, while the k-means algorithm clustered the classified non-fishing events into searching and steaming. The unsupervised approach utilized the k-means algorithm on both the feature-based and trajectory-based datasets, clustering the data into their respective classes.

The semi-supervised approach achieved sustainable success in image classification, accurately distinguishing between fishing and non-fishing activities. The k-means algorithm for the semi-supervised approach achieved good results but suffered from the same issues as the unsupervised trajectory-based clustering approach. Despite its heavy reliance on the padding value, the unsupervised approach showed promise in trajectory-based clustering. However, it fell short in terms of clustering compactness and separation. In contrast, feature-based clustering exhibited impressive compactness and separation results, but its overall performance was slightly inferior.

The study used AIS and ERS catch data from the years 2015-2016 only. This relatively small dataset could have limited the generalizability of the models. The models' performance with larger and more recent data still needs to be tested.

Future work should focus on refining feature engineering strategies, optimizing classification boundaries, and adjusting trajectory plotting methods to improve analysis. Moreover, developing an effective post-processing method to transform the raw ML model output into identifiable positive and negative fishing events is critical.

The study demonstrated the potential for ML models to be used in classifying fishing vessel behavior based on AIS and ERS data. Both the semi-supervised and unsupervised approaches exhibited distinct strengths and weaknesses. However, for practical application, these models need further refinement and post-processing.