Estudio y optimización de un sistema de inteligencia artificial para el análisis de tráfico marítimo y aéreo empleando datos AIS y ADS-B

Abstract

La inteligencia artificial está en el momento más fructífero desde su origen con avances en diversos ámbitos. En el presente trabajo se pretende crear un sistema de inteligencia artificial para analizar el comportamiento de buques y aeronaves y así obtener sus patrones de movimiento. El objetivo es detectar aquellos que presenten una conducta anómala con respecto al resto del tráfico para aumentar la seguridad de la navegación identificando aquellos que tengan fallos mecánicos, se encuentren en peligro o puedan estar realizando actividades ilegales. Esto nos permitirá actuar prontamente con las medidas oportunas. Para desarrollarlo se ha creado una aplicación en Python utilizando la inteligencia artificial de Numenta, NuPIC, que implementa los algoritmos de aprendizaje HTM, un nuevo concepto de red neuronal artificial basada en la memoria temporal y jerárquica que recrea el funcionamiento del neocórtex del cerebro. La recopilación de datos de buques se realiza a través de la API de MarineTraffic for AIS Data y los datos de aeronaves recibiendo señales ADS-B mediante un receptor SDR. Una vez obtenidos los datos se realiza la optimización de los parámetros de la red neuronal empleando distintas técnicas, como el F-Score. Finalmente se presentan los resultados obtenidos del análisis en archivos KML para visualizarlos con Google Earth.