Predicción de tipo de buque utilizando datos AIS y técnicas de inteligencia artificial
No Thumbnail Available
Date
2022-04-30
Journal Title
Journal ISSN
Volume Title
Publisher
Centro Universitario de la Defensa de Marín
Abstract
Este TFG se enmarca dentro de un proyecto de investigación que el CUD-ENM está desarrollando
a petición de la Armada Española con el objetivo de aplicar técnicas de inteligencia artificial para la
mejora del conocimiento del entorno marítimo y, más concretamente, ayudar en la detección de
anomalías en el comportamiento de los buques.
Analizados los flujos AIS que identifican a cada barco (tipo, zona, cinemática, etc.), se detecta que
muchos buques no envían información del tipo de barco, campo clave en la identificación de anomalías
de interés.
Para solucionar este problema, en este TFG se propone la aplicación de técnicas de aprendizaje
automático supervisado con objeto de predecir el valor de dicho campo, teniendo en cuenta otro tipo de
información que sí transmite el barco. Para ello, se entrenarán diferentes modelos, a partir de un conjunto
de datos históricos de flujo marítimo mundial (previamente preprocesado y adaptado), empleando el
algoritmo Random Forest. Se realizan variaciones al algoritmo y se emplean funciones de tratamiento
de datos para tratar de mejorar los resultados.
Dichos modelos serán validados convenientemente, de modo que este TFG termina proponiendo el
modelo construido a partir de determinados atributos que consiguen maximizar la calidad de la
predicción.
Description
Keywords
Inteligencia artificial, Machine Learning, Random Forest, AIS, Tipo de buque