AITOP

AIS

共 4 条相关 AI 资讯
7月31日
11:30
11:30官方账号arXiv cs.LG@Erick Eduardo Ramirez-Torres, Javier Macias-Guarasa, Daniel Pizarro, Javier Tejedor, Sira Elena Palazuelos-Cagigas, Pedro J. Vidal-Moreno, María R. Fernández-Ruiz, Sonia Martin-Lopez, Miguel Gonzalez-Herraez, Roel Vanthillo
该论文发布Marlinks-NS DAS数据集，包含74,771个标注实例，来自北海28公里埋地光缆中2,554米段连续10天的记录。数据集定义了船只检测和船只到电缆距离估计两个机器学习任务。每个实例包含250个传感通道的光谱能量特征，以及AIS衍生的距离和元数据。该数据集旨在支持可复现的海底电缆保护研究。
论文Marlinks-NSDASAIS
推荐理由：这个论文发布了北海海底光缆的DAS数据集，带7.4万条标注，可做船只检测和距离估计，防电缆被破坏。
原文
6月26日
10:36
6月17日
09:42
09:42官方账号arXiv cs.AI@Ruixin Song, Md Mahbub Alam, Zahra Sadeghi, Amilcar Soares, José F. Rodrigues-Jr, Gabriel Spadon
MoCo-AIS提出一种基于 Momentum Contrast 的对比学习框架，用于学习船舶轨迹的嵌入表示。该框架在大型真实AIS数据集（包含多种航行行为与工况）上评估了多种主流深度学习模型。结果表明，MoCo-AIS在轨迹相似性学习任务上显著优于现有基线方法。同时，该框架为轨迹表示模型的评估提供了统一基准平台。
论文MoCo-AIS轨迹相似性对比学习
推荐理由：这篇论文给做轨迹相似性的人提供了一个现成的对比学习框架，用MoCo范式在真实AIS数据上测了多个模型，效果比基线好。
原文
6月12日
09:39
09:39官方账号arXiv cs.LG@Yongmin Kim, ByeongHoon Jeon, Sungil Kim
该研究提出Rarity-Gated Feature-wise Linear Modulation (RGFiLM)模块，用于解决上下文异常检测中稀有上下文分布导致的误报问题。RGFiLM通过数据驱动的稀有度评分控制上下文调制强度，在稀有上下文中增强决策能力，在常见上下文中保持保守。在海事轨迹异常检测任务中，结合AIS运动序列和ERA5环境上下文，RGFiLM在F1与假阳性率权衡上优于现有方法。结果表明，显式考虑上下文稀有性可有效减少异常检测中的误报。
论文异常检测上下文条件稀有门控
推荐理由：做海事监控或环境敏感异常检测的团队，RGFiLM能直接降低稀有场景下的误报率，值得在AIS数据上试试。
原文