PulseAugur
实时 02:31:09
English(EN) Historical Knowledge Graphs for Global Maritime Estimated Time of Arrival

海事预计到达时间预测系统使用历史知识图谱

一种新方法使用自动识别系统(AIS)数据构建历史海事知识图谱,用于预测船舶预计到达时间(ETA)。该图谱包含超过5000个节点和12000条边,存储了按船舶类型、时间和方向分层的速度分布。该系统在测试集上实现了22.75分钟的段级预测中位数RMSE和30.90分钟的轨迹级预测中位数RMSE,展示了其通过准时到达规划优化港口运营和减少排放的潜力。 AI

影响 能够实现更准确的全球海事物流旅行时间预测和减少排放。

排序理由 该集群包含一篇学术论文,详细介绍了海事ETA预测的新方法。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

海事预计到达时间预测系统使用历史知识图谱

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Neofytos Dimitriou ·

    Historical Knowledge Graphs for Global Maritime Estimated Time of Arrival

    Accurate vessel estimated-time-of-arrival forecasts are critical for port operations and decarbonization, yet global-scale travel-time prediction remains difficult without costly contextual data. Herein, I present a methodology for constructing a historical maritime knowledge gra…