社会データ実装は一筋縄ではいかない!?~AIによる海上保安:船舶モニタリングを行うGeoTrackNetとは~
3つの要点
✔️ 船舶情報を発信するAIS(電波データ)から船舶の位置情報の時系列データの作成
✔️ データの不確実性の生成モデリングを施しLSTMにより学習
✔️ 船のタイプの違いや季節変動を考慮可能なモデル構築を可能にした
GeoTrackNet-A Maritime Anomaly Detector using Probabilistic Neural Network Representation of AIS Tracks and A Contrario Detection
written by Duong Nguyen,Rodolphe Vadaine,Guillaume Hajduch,René Garello,Ronan Fablet
(Submitted on 2 Dec 2019)
Comments: Published by arXiv
Subjects: Machine Learning (cs.LG); Artificial Intelligence (cs.AI); Machine Learning (stat.ML)
はじめに
AI scholarの記事では新たなアルゴリズム設計に関する論文を多く紹介してきましたが,今回は実社会への応用を詳しく見ていきたいと思います.新しいアーキテクチャ設計の論文の多くは,ImageNetなどの既存のデータセットを用いることが一般的ですが,実社会で用いるデータは汚くきれいに整備されていることはまずありません.もっと一つ一つの要素が複雑に絡み合い,不必要な情報を如何に落とせるかというのも重要な問題です.またアルゴリズム自体もそのデータへそのまま適用可能かと言えばそうでもないのが現実です.例えば,画像認識の分野では識別問題,Sementic segmentation, 物体検知などそれぞれの分野ではResnet, U-net, Mask R-CNNなどベースラインとするモデルが多く存在しているので,新たなモデル設計の場合それらの数理モデルの改良を施すことが専らになりますが,自社の問題へ適用する場合はそもそも問題設定がそれで正しいのか,統計モデリングの方が適しているのかなどのFeasibility studyが初めに必要になってきます.機械学習の知識が豊富でもこれらの横断的な信号処理の知識がないと問題定義から誤った方向に進んでしまう恐れがあります.今回はそんな学習モデルへの適用のための処理を一緒に見ていきましょう.
続きを読むには
(5126文字画像9枚)AI-SCHOLARに
登録いただく必要があります。
この記事に関するカテゴリー