prikaz prve stranice dokumenta Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis
  Preuzmi
PDF 962.8 KB
završni rad
Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis
Rijeka: Sveučilište u Rijeci, Pomorski fakultet, 2023. urn:nbn:hr:187:525356
Baković, Josipa
Sveučilište u Rijeci
Pomorski fakultet
Zavod za elektrotehniku, automatiku i informatiku

Citirajte ovaj rad

Baković, J. (2023). Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis (Završni rad). Rijeka: Sveučilište u Rijeci, Pomorski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:187:525356

Baković, Josipa. "Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis." Završni rad, Sveučilište u Rijeci, Pomorski fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:187:525356

Baković, Josipa. "Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis." Završni rad, Sveučilište u Rijeci, Pomorski fakultet, 2023. https://urn.nsk.hr/urn:nbn:hr:187:525356

Baković, J. (2023). 'Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis', Završni rad, Sveučilište u Rijeci, Pomorski fakultet, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:187:525356

Baković J. Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis [Završni rad]. Rijeka: Sveučilište u Rijeci, Pomorski fakultet; 2023 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:187:525356

J. Baković, "Enhancing maritime data utilization through advanced machine learning techniques in AIS data analysis", Završni rad, Sveučilište u Rijeci, Pomorski fakultet, Rijeka, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:187:525356

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:187:525356
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovEnhancing maritime data utilization through advanced machine learning techniques in AIS data analysis
Naslov (hrvatski)Poboljšanje iskorištavanja pomorskih podataka putem naprednih tehnika strojnog učenja u analizi AIS podataka
AutorJosipa Baković
MentorIrena Jurdana (mentor)
MentorNikola Lopac (komentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Pomorski fakultet
(Zavod za elektrotehniku, automatiku i informatiku)
Rijeka
Datum i država obrane2023-07-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Tehnologija prometa i transport
Sažetak
This bachelor's thesis reviews the literature on the application of diverse machine learning (ML) methods in the maritime industry, specifically focusing on automatic identification system (AIS) data. The review explores a wide range of ML techniques, such as neural networks, reinforcement learning, classification, regression, and clustering, and their utilization to enhance maritime operations, efficiency, and safety. Demonstrating positive results, various studies highlight the effectiveness of these methods as well as several shortcomings that are sought to be corrected in further research. Furthermore, the thesis identifies potential future applications of ML in fleet management, vessel maintenance, and navigational safety analysis. In summary, the thesis presents practical insights through the application of selected ML methods to real AIS data, yielding meaningful results for the maritime industry.
Sažetak (hrvatski)
Ovaj završni rad pruža pregled literature o primjeni različitih metoda strojnog učenja u pomorstvu, fokusirajući se na podatke automatskog identifikacijskog sustava (AIS). Prikazane su različite primjene metoda strojnog učenja u područjima poput pomorske sigurnosti, praćenja brodova, optimizacije rute, detekcije anomalija i predikcije ponašanja brodova. Demonstrirajući pozitivne rezultate, različita istraživanja ističu učinkovitost tih metoda kao i nekolicinu nedostataka koji se nastoje ispraviti u daljnjim istraživanjima. Nadalje, rad identificira potencijalne buduće primjene metoda strojnog učenja u upravljanju flotom, održavanju brodova i analizi navigacijske sigurnosti. Ukratko, rad pruža praktične uvide kroz primjenu odabranih metoda na stvarnim AIS podacima, donoseći značajne rezultate za pomorsku industriju.
Ključne riječi
Ključne riječi (hrvatski)
Jezikengleski
URN:NBNurn:nbn:hr:187:525356
Studijski programNaziv: Elektroničke i informatičke tehnologije u pomorstvu
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektroničke i informatičke tehnologije (univ. bacc. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
RepozitorijRepozitorij Pomorskog fakulteta u Rijeci - Repozitorij PFRI
Datum i vrijeme pohrane2023-07-05 18:48:32

(©) Nacionalna i sveučilišna knjižnica u Zagrebu 2015. Sva prava pridržana. | Hrvatske bratske zajednice 4 p.p. 550, 10000 Zagreb, Hrvatska Tel. ++ 385 1 616-4040
OIB: 84838770814 | IBAN: HR66 2340 0091 1000 1008 1, Porezni broj (PDV identifikacijski broj) - VAT Number: HR84838770814
Prijava u repozitorij