Architecture pour la Classification des Navires de Pêche Basée sur les Trajectoires avec les Données AIS

Cet article propose un processus de préparation des données pour gérer des données cinématiques du monde réel et détecter les navires de pêche. La solution est une classification binaire qui classe les trajectoires des navires en navires de pêche ou non. Les données utilisées se caractérisent par les problèmes typiques rencontrés dans les applications classiques de l’exploration de données utilisant des données du monde réel, tels que le bruit et les incohérences. Les deux classes sont également clairement déséquilibrées dans les données, un problème qui est abordé en utilisant des algorithmes qui rééchantillonnent les instances. Pour la classification, une série de caractéristiques sont extraites des données spatiotemporelles qui représentent les trajectoires des navires, disponibles à partir de séquences de rapports du Système d'Identification Automatique (AIS). Ces caractéristiques sont proposées pour la modélisation du comportement des navires mais, comme elles ne contiennent pas d'informations contextuelles, la classification peut être appliquée dans d'autres scénarios. L'expérimentation montre que le processus de préparation des données proposé est utile pour le problème de classification présenté. De plus, des résultats positifs sont obtenus en utilisant des informations minimales.