Self-learning adaptive algorithm for maritime traffic abnormal movement detection based on virtual pheromone method

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F15%3A86095535" target="_blank" >RIV/61989100:27240/15:86095535 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989100:27740/15:86095535

Výsledek na webu

<a href="http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=7285281" target="_blank" >http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=7285281</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/SPECTS.2015.7285281" target="_blank" >10.1109/SPECTS.2015.7285281</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Self-learning adaptive algorithm for maritime traffic abnormal movement detection based on virtual pheromone method

Popis výsledku v původním jazyce

The paper deals with a newly designed self-learning adaptive algorithm enabling detecting any non-standard movement in marine traffic based on the bio-inspired virtual pheromone method. The algorithm detects non-standard vessel movements purely based onthe common marine traffic patterns from the Automated Identification System. The proposed approach provides rapid self-learning and fast adaptation characteristics. We verified the algorithm's accuracy in two modes, each of which incorporates different learning factors. The dataset for the verification of the proposed algorithm was provided by the marine traffic Automated Identification System of the Klaipeda seaport.

Název v anglickém jazyce

Self-learning adaptive algorithm for maritime traffic abnormal movement detection based on virtual pheromone method

Popis výsledku anglicky

The paper deals with a newly designed self-learning adaptive algorithm enabling detecting any non-standard movement in marine traffic based on the bio-inspired virtual pheromone method. The algorithm detects non-standard vessel movements purely based onthe common marine traffic patterns from the Automated Identification System. The proposed approach provides rapid self-learning and fast adaptation characteristics. We verified the algorithm's accuracy in two modes, each of which incorporates different learning factors. The dataset for the verification of the proposed algorithm was provided by the marine traffic Automated Identification System of the Klaipeda seaport.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/ED1.1.00%2F02.0070" target="_blank" >ED1.1.00/02.0070: Centrum excelence IT4Innovations</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 2015 International Symposium on Performance Evaluation of Computer and Telecommunication Systems (SPECTS)

ISBN

978-1-5108-1060-0

ISSN

0735-9276

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1-6

Název nakladatele

IEEE

Místo vydání

New York

Místo konání akce

Chicago

Datum konání akce

26. 7. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—