DOI
Studie zur Bewertung von Algorithmen für nautische Anwendungen. BAnA
Titel
Studie zur Bewertung von Algorithmen für nautische Anwendungen. BAnA
Autoren
Koch, Paul
Stach, Thomas
Constapel, Manfred
Burmeister, Hans-Christoph
Gillert, Alexander
Vahl, Matthias
Stach, Thomas
Constapel, Manfred
Burmeister, Hans-Christoph
Gillert, Alexander
Vahl, Matthias
Beitragende
Fraunhofer-Center für Maritime Dienstleistungen und Logistik (CML)
Fraunhofer-Institut für Graphische Datenverarbeitung (IGD)
Fraunhofer-Institut für Graphische Datenverarbeitung (IGD)
Finanzierung
Bundesamt für Seeschifffahrt und Hydrographie (BSH)
Veröffentlichungsjahr
2024
Umfang
36 Seiten
Herausgeber
Bundesamt für Seeschifffahrt und Hydrographie (BSH)
Keywords
Deep-Learning-Anwendungen, Sicherheit, Umweltschutz, Seeverkehr, Nautik, Schifffahrt
Beschreibung
Der maritime Transport ist gegenwärtig durch eine zunehmende Digitalisierung und insbesondere Automatisierung und Autonomisierung von Prozessen an Bord von Schiffen geprägt. Neben klassischen regelbasierten Methoden erweist sich bei der Kollisionsverhütung der Einsatz von Künstliche Intelligenz (KI) als vielversprechend, um frühzeitig und proaktiv unübersichtliche maritime (Verkehrs-) Situationen zu identifizieren und sicher aufzulösen. KI und Maschinelles Lernen (ML) bieten vielversprechende Einsatzmöglichkeiten, doch hängen in ihrer Zuverlässigkeit direkt von der Wahl der verwendeten Verfahren und Datensätze ab. Dies trifft insbesondere auf Deep Learning (DL) zu.
Die endliche und einschränkende Verfügbarkeit an Datensätzen macht die Lösung und Generalisierung einer Anwendung unter Nutzung von ML und DL zu einer Herausforderung.
Art der Ressource
Report