采用深度學(xué)習(xí)進(jìn)行船舶軌跡序列預(yù)測(cè)對(duì)于智能航運(yùn)具有重要意義。船舶自動(dòng)識(shí)別系統(tǒng)（Automatic Identification System,AIS）蘊(yùn)藏著大量船舶軌跡特征,基于AIS數(shù)據(jù)預(yù)測(cè)船舶軌跡是近年智能航運(yùn)研究的熱點(diǎn)之一。文中提出了一種基于改進(jìn)Seq2Seq的短時(shí)AIS軌跡序列預(yù)測(cè)模型,該模型使用門(mén)控循環(huán)單元網(wǎng)絡(luò)將歷史時(shí)空序列編碼為一個(gè)上下文向量,用以保留軌跡空間點(diǎn)間的時(shí)序關(guān)系,同時(shí)緩解梯度下降的問(wèn)題。通過(guò)使用門(mén)控循環(huán)單元網(wǎng)絡(luò)作為解碼器來(lái)預(yù)測(cè)船舶軌跡的時(shí)空序列。實(shí)驗(yàn)采用了大規(guī)模真實(shí)船舶AIS數(shù)據(jù),選取兩類(lèi)典型河段（重慶彎曲河段和武漢順直河段）為實(shí)驗(yàn)區(qū)域,以評(píng)估和驗(yàn)證模型的有效性和適用性。實(shí)驗(yàn)證明,該模型能夠有效提高短時(shí)軌跡序列預(yù)測(cè)的準(zhǔn)確性和效率,為智能航船碰撞預(yù)警提供了一種有效可行的方法。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(09)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

空間網(wǎng)格

近年來(lái),序列到序列模型(Seq2Seq)被廣泛用于處理可變長(zhǎng)度輸入和輸出序列的相關(guān)任務(wù),包括語(yǔ)音識(shí)別和機(jī)器翻譯等,其核心思想是使用循環(huán)神經(jīng)網(wǎng)絡(luò)將可變長(zhǎng)度的輸入序列映射到可變長(zhǎng)度的輸出序列。Cho等提出一種新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)——RNN編碼器解碼器模型(RNN Encoder-Deco-der)[16],該模型由兩個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)組成,模型結(jié)構(gòu)如圖2所示。隨后,Google團(tuán)隊(duì)提出了與RNN Encoder-Decoder結(jié)構(gòu)類(lèi)似的Sequence to Sequence模型用于機(jī)器翻譯[17]。上述研究提出了相似的解決思路,Seq2Seq模型也由此產(chǎn)生。如圖2所示,Seq2Seq模型由編碼器和解碼器兩個(gè)部分組成。編碼器是一個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò),它按順序讀入輸入序列{x1,x2,x3,…,xt}的每個(gè)符號(hào),在讀入每個(gè)符號(hào)時(shí),隱藏狀態(tài)也會(huì)相應(yīng)變化,最后形成語(yǔ)義向量c作為解碼器的輸入。解碼器也是一個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò),該循環(huán)神經(jīng)網(wǎng)絡(luò)在給定隱藏狀態(tài)的條件下,通過(guò)預(yù)測(cè)下一個(gè)符號(hào)來(lái)生成輸出序列{y1,y2,…,yt′},不同于傳統(tǒng)RNN中隱藏狀態(tài)的計(jì)算,解碼器中的隱藏狀態(tài)計(jì)算還要考慮語(yǔ)義向量c,其計(jì)算式如下:

改進(jìn)Seq2Seq軌跡序列預(yù)測(cè)模型結(jié)合了時(shí)空序列數(shù)據(jù)和Seq2Seq模型的特點(diǎn),如圖3所示,基于Seq2Seq的船舶AIS軌跡即時(shí)預(yù)測(cè)模型主要由兩個(gè)RNNs模塊組成。該模型可以看作對(duì)歷史船舶AIS軌跡輸入數(shù)據(jù)編碼并獲取軌跡特征之后對(duì)特征解碼,以助于預(yù)測(cè)未來(lái)的船舶AIS軌跡。該模型的目標(biāo)在于估算條件概率p(y1,…,ym|x1,…,xn),其中x1,…,xn表示輸入的歷史軌跡序列,y1,…,ym表示輸出的預(yù)測(cè)軌跡序列。以武漢順直河段的AIS軌跡數(shù)據(jù)為例,具體分析模型中各個(gè)模塊的作用及處理數(shù)據(jù)時(shí)各模塊之間的關(guān)聯(lián)性。3.2.1 編碼器

【參考文獻(xiàn)】：
期刊論文
[1]基于LSTM的船舶航跡預(yù)測(cè)模型[J]. 權(quán)波,楊博辰,胡可奇,郭晨萱,李巧勤.  計(jì)算機(jī)科學(xué). 2018(S2)



本文編號(hào)：3029568