Ανάλυση σε πραγματικό χρόνο δεδομένων κινητικότητας και ειδικά η ανάπτυξη μεθοδολογιών για την αποτελεσματική ανίχνευση μη αναμενόμενων συμπεριφορών και την κατηγοριοποίηση τροχιών

Περίληψη

Στην εποχή μας, ο αυξανόμενος αριθμός των αισθητήρων των κινητών αντικειμένων έχει ως αποτέ-λεσμα τη συνεχόμενη παραγωγή ροών δεδομένων υψηλής συχνότητας και μεγάλου όγκου. Αυτό το φαινόμενο παρατηρείται πολύ στον τομέα της ναυτιλίας όπου τα περισσότερα πλοία παγκοσμίως μεταδίδουν την τοποθεσία τους περιοδικά. Επομένως, υπάρχει μεγάλη ανάγκη για εξαγωγή χρήσιμης πληροφορίας και αναγνώριση μοτίβων κίνησης από αυτά τα δεδομένα με έναν αυτόματο τρόπο. Επιπλέον, η αύξηση αυτών των δεδομένων θέτει νέες προκλήσεις στην κοινότητα της εξαγωγής δεδομένων όσον αφορά την αποδοτική ανάλυση και εξαγωγή γνώσης. Η υποχρεωτική χρήση του αυτόματου συστήματος αναγνώρισης (Automatic Identification System - AIS) -- ένα σύστημα παρακολούθησης πλοίων -- σε πολλά πλοία, που έχει επιβληθεί από τους κανονισμούς ναυτιλίας, έχει ανοίξει νέες ευκαιρίες για τη ναυτιλιακή παρακολούθηση. Οι μεταδότες AIS είναι πλούσια πηγή πληροφοριών που ο καθένας μπορεί να συλλέξει με τη χρήση ενός δέκτη RF και παρέχουν πληροφορίε ...
περισσότερα

Περίληψη σε άλλη γλώσσα

Nowadays, the increasing number of moving objects tracking sensors, results in the continuous flow of high-frequency and high-volume data streams. This phenomenon can especially be observed in the maritime domain since most of the vessels worldwide are now transmitting their positions periodically. Therefore, there is a strong necessity to extract meaningful information and identify mobility patterns from such tracking data in an automated fashion, eliminating the need for experts' input. Furthermore, this increase of vessel tracking data has posed new challenges in the data mining community in terms of efficient analytics and knowledge extraction out of such data. The compulsory use of Automatic Identification System (AIS) -- a vessel tracking system -- for many vessel types, which has been enforced by naval regulations, has opened new opportunities for maritime surveillance. AIS transponders are rich sources of information that everyone can collect using an RF receiver and provide re ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/51682
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/51682
ND
51682
Εναλλακτικός τίτλος
Real-time mobility data analytics: methodologies for efficient anomaly detection and trajectory classification
Συγγραφέας
Κοντόπουλος, Ιωάννης του Νικόλαος
Ημερομηνία
2022
Ίδρυμα
Χαροκόπειο Πανεπιστήμιο. Σχολή Ψηφιακής Τεχνολογίας. Τμήμα Πληροφορικής και Τηλεματικής
Εξεταστική επιτροπή
Τσερπές Κωνσταντίνος
Αναγνωστόπουλος Δημοσθένης
Νικολαΐδη Μαρία
Βαρλάμης Ηρακλής
Μιχαήλ Δημήτριος
Θεοδωρίδης Ιωάννης
Ζήσης Δημήτριος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Τεχνητή νοημοσύνη
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Λογισμικό (software)
Λέξεις-κλειδιά
Κατηγοριοποίηση τροχιών; Ανίχνευση μη αναμενόμενης συμπεριφοράς; Ομαδοποίηση τροχιών; Ανάλυση σε πραγματικό χρόνο; Νευρωνικά δίκτυα
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
εικ., πιν., χαρτ., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)