الأبحاث ضمن الموضوع : الملاحة البحرية والسلامة
-
تحسين دقة توقعات شدة الحوادث البحرية: إطار عمل شامل للتعلم الآلي مع تقنيات توازن البيانات والشفافية Improving maritime accident severity prediction accuracy: A holistic machine learning framework with data balancing and explainability techniques
2026 | المؤلف: Wenjie Cao وآخرون | المجلة: Reliability Engineering & System Safety | المجال: الهندسة البحرية (Ocean Engineering)تقدم هذه الدراسة إطارًا متكاملًا للتنبؤ بشدة الحوادث البحرية، مع معالجة التحديات المرتبطة بمجموعات البيانات غير المتوازنة والعوامل المعقدة متعددة الأبعاد. من خلال استخدام ست تقنيات لتوازن البيانات وتحسين ثمانية نماذج تعلم آلي من خلال ضبط المعلمات الفائقة والتحقق المتقاطع، تعزز الأبحاث بشكل كبير من قوة التنبؤ. أسفرت مجموعة RandomOverSampler و CatBoost عن أفضل أداء،…
-
الملاحة التعاونية للسفن المتعددة وتجنب التصادم باستخدام التعلم المعزز متعدد الوكلاء مع التواصل Multiple ships cooperative navigation and collision avoidance using multi-agent reinforcement learning with communication
2026 | المؤلف: Yufei Wang وآخرون | المجلة: Ocean Engineering | المجال: الهندسة البحرية (Ocean Engineering)في هذا البحث، يتناول المؤلفون تحديات التحكم التعاوني بين المركبات السطحية غير المأهولة (USVs) في أنظمة متعددة الوكلاء القابلة للملاحظة جزئيًا باستخدام خوارزمية تدرج السياسة الحتمي العميق متعدد الوكلاء (MADDPG). قاموا بتطوير مهمتين – الملاحة التعاونية وتجنب الاصطدام التعاوني – ضمن بيئة صالة ألعاب OpenAI، حيث يجب على المركبات السطحية غير المأهولة تعلم استراتيجيات تحكم…
-
تحليل المخاطر النظامية للأنظمة الاجتماعية التقنية المعقدة من منظور السلامة-II
2026 | المؤلف: Massoud Mohsendokht وآخرون | المجلة: Reliability Engineering & System Safety | المجال: الهندسة البحرية (Ocean Engineering)تقدم البحث إطار تقييم المخاطر النظامية مبتكر مصمم للأنظمة الاجتماعية التقنية المعقدة (CSTS)، مع التركيز بشكل خاص على عمليات الموانئ البحرية. غالبًا ما تفشل نماذج المخاطر التقليدية في التقاط الاعتماديات الديناميكية بين العناصر البشرية والتكنولوجية والتنظيمية. يقدم هذا الدراسة نهجًا متكاملًا يجمع بين طريقة تحليل الرنين الوظيفي (FRAM) والشبكات البايزية (BN) لتعزيز الرؤى النوعية مع…
-
أوقات السفن في موانئ الحاويات: بيانات نظام التعرف التلقائي لتحليل ظروف المرور في محطة بحرية
2026 | المؤلف: Orlando Marco Belcore وآخرون | المجلة: Frontiers in Future Transportation | المجال: الهندسة البحرية (Ocean Engineering)تقدم ورقة البحث منهجية لتقييم ظروف حركة المرور في الموانئ، مع التركيز بشكل خاص على ميناء لوس أنجلوس، باستخدام بيانات من مستودعات نظام التعريف التلقائي (AIS) المفتوحة. يستخدم المؤلفون نهجًا قائمًا على القواعد لتقسيم مسارات السفن إلى مراحل تشغيلية متميزة—في البحر، الرسو، وعمليات الرصيف—مما يسهل تقييم أوقات دوران السفن وأداء المحطة بشكل عام. من خلال…
-
التحقق التجريبي من بنية الملاحة المودولارية للمركبات السطحية البحرية المستقلة مع تجنب التصادم التفاعلي
2026 | المؤلف: Raphael Zaccone وآخرون | المجلة: Applied Ocean Research | المجال: الهندسة البحرية (Ocean Engineering)تقدم هذه الورقة بنية برمجية معيارية للتنقل الذاتي للمركبات السطحية، منظمة حول إطار عمل طبقي يشمل الوعي، والتنقل، والتوجيه، والتحكم. تفصل البنية بفعالية إدارة المسار العالمي عن التخطيط المحلي التفاعلي لتجنب التصادم والتحكم. تدمج البنية إدراك LiDAR مع تحديد المواقع باستخدام INS/GNSS للحفاظ على تمثيل دقيق للبيئة. يركز التصميم على المعيارية وقابلية التوسع، مما يسهل…
-
إطار تعلم فدرالي آمن وخاص بشكل مختلف لحفظ الخصوصية في ذكاء نظام تحديد المواقع البحرية
2026 | المؤلف: Abuzar Khan وآخرون | المجلة: Computers, materials & continua/Computers, materials & continua (Print) | المجال: الهندسة البحرية (Ocean Engineering)تقدم البحث إطار عمل لحماية الخصوصية في الحافة والسحابة مصمم لتحليلات بحرية تعتمد على نظام التعريف التلقائي (AIS)، مع معالجة التحديات المتعلقة بتعرض البيانات الحساسة والامتثال للوائح الخصوصية. من خلال استخدام التعلم الفيدرالي، يسمح الإطار للموانئ والسفن بالعمل كعملاء فيدراليين، حيث يتم تدريب مصنفات نوع السفن على بيانات AIS المحلية مع نقل تحديثات مقطوعة ومضطربة…
-
استغلال قوة التعلم الآلي لأبحاث البحار المعتمدة على بيانات AIS: مراجعة شاملة
2024 | المؤلف: Ying Yang وآخرون | المجلة: Transportation Research Part E Logistics and Transportation Review | المجال: الهندسة البحرية (Ocean Engineering)تقدم هذه القسم نظرة عامة على أهمية بيانات نظام التعريف التلقائي (AIS) في صناعة البحرية، مع التأكيد على نطاقها الواسع وقدرتها على كشف الأنماط الزمانية والمكانية لحركات السفن. على الرغم من إمكانياتها، فإن المنهجيات التقليدية قد قيدت الاستخدام الفعال لهذه البيانات. يمثل ظهور التعلم الآلي (ML) فرصة تحويلية لتعزيز تحليل وتطبيق بيانات AIS، مما يؤدي…