Kernel methods for vessel trajectories

De scheepvaart rond de Nederlandse kust heeft door het toegenomen verkeer regels en mensen nodig om alles in goede banen te leiden. De computer kan een belangrijke bijdrage leveren bij het monitoren en analyseren van het scheepsverkeer. Gerben de Vries onderzocht computeralgoritmen om patronen te herkennen in grote hoeveelheden scheepsverkeerdata. Hij vergeleek drie leertaken: het groeperen van trajecten in veel voorkomende patronen, het achterhalen van het type schip behorende bij een traject en het detecteren van afwijkende scheepsbewegingen. Uit zijn onderzoek blijkt dat relatief eenvoudige methodes goede resultaten opleveren wanneer ze gecombineerd worden met een voorbewerkingsstap die de hoeveelheid data zo reduceert dat de belangrijke eigenschappen van scheepstrajecten behouden blijven. Dankzij deze stap vergt het oplossen van de taken ook minder rekenkracht van de computer. Daarnaast maakt deze stap het integreren van maritieme domeinkennis, zoals ankergebieden en vaargeulen, eenvoudiger.