Identification of ship route anomalies on AIS data using DBSCAN algorithm
Gemi rotalarındaki anomalilerin DBSCAN algoritması ile AIS verisi kullanılarak tespiti
- Tez No: 759001
- Danışmanlar: DR. ÖĞR. ÜYESİ BERK ANBAROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Deniz yollarının etkin kullanımı sayesinde balıkçılık, ulaşım, turizm gibi birçok ticari amaç gerçekleştirilebilmektedir. Kullanım yoğunluğu arttıkça, deniz ulaşımının güvenliği de önemli bir konu haline gelmektedir. Bu nedenle gemilerin konumları Automatic Identification System (AIS) sistemi ile sürekli olarak takip edilmektedir. AIS verisinin içerisinde geminin konum, geminin tipi, hızı, varış noktası gibi bilgiler bulunmaktadır. AIS verisi düzenli olarak toplanması hedeflenmesine rağmen sistemsel hatalardan ve GPS hatalarından dolayı her zaman düzgün olarak kayıt edilmeyebilir. Yapılan analizlerde ilk olarak hatalı veriler ayıklanarak düzgün kayıt edilen veriler elde edilmiştir. Temizlenen veriler ile yolcu gemilerinin yolculuk sürelerini belirleyen bir yöntem geliştirilmiştir. Yolculuğun başlangıcından itibaren geminin aynı sürede benzer yolu gitmesi beklenmektedir. Bu nedenle gemilerin yolculuk süreleri 10 dakikalık bölümlere ayrılmıştır. Tez boyunca yapılan bütün deneyler bölüm bazlı olarak uygulanmıştır. Anomali tespiti için DBSCAN algoritması kullanılmıştır. Elde edilen sonuçlara olası anomali adı verilir. Olası anomali durumları hava durumu ile incelenerek yolculuk süreleri üzerinde hava durumu etkisi incelenmiştir. OpenWeatherMap aracılığı ile hava durumu verileri konum bazlı olarak elde edilir. Veri içerisinde rüzgar hızı, sıcaklık, bulut oranı gibi bilgiler bulunmaktadır. Sonuç olarak hava durumunun gemi yolculuk sürelerine etkisi olduğu gözlemlenmiştir. Olası anomali noktalarının %45'i rüzgar hızından dolayı olduğu tespiti edilmiştir. Yapılan tüm deneylerin benzer araştırmaları yapacak kişiler tarafından kolayca tekrarlanabilmesi hedeflenmiştir. Bu amaç ile bir Jupyter Notebook hazırlanarak açık kaynak olarak paylaşılmıştır. Bu aşamaları takip eden bir gönüllü ile analizlerin farklı gemi güzergahlarında başarıyla tekrarlanabildiği görülmüştür.
Özet (Çeviri)
Maritime is frequently used for purposes such as trade, fishing and transportation. As the intensity of use increases, the safety of maritime transportation becomes an important issue. For this reason, the positions of the ships are constantly monitored by the AIS system. AIS data includes information such as the location of the ship, the type of ship, speed, and destination port. Although AIS data is aimed to be collected regularly, it may not always be recorded properly due to system errors and GPS errors. In the analyses made, firstly, erroneous data was removed and properly recorded data were obtained. An algorithm has been developed that estimates the journey times of passenger ships with the cleaned data. From the beginning of the journey, the ship is expected to travel the same route at the same time. For this reason, the journey is divided into 10-minute segments. All experiments are applied on segment based in whole thesis. DBSCAN algorithm was used for anomaly detection. The results obtained are called possible anomalies. Possible anomaly situations were examined with weather conditions and the effect of weather on travel times was examined. Weather data is obtained based on location via OpenWeatherMap. The data includes information such as wind speed, temperature, cloud rate. As a result, it has been observed that the weather conditions have an effect on the ship's journey times. It has been determined that 45% of possible anomaly points are due to wind speed. It is aimed that all experiments can be easily repeated by people who will do similar research. For this purpose, a Jupyter Notebook was prepared and shared as open source. All analysis were divided into 10 different functions. By following these steps, it was ensured that the analyses could be repeated.
Benzer Tezler
- The vessel route pattern extraction and anomaly detection from ais data
Aıs verılerı ıle rota örüntüsü çıkarımı ve anomalı tespıtı
GÖZDE BOZTEPE
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. PINAR KARAGÖZ
- Estimation of ship route using data mining techniques
Veri madenciliği tekniklerini kullanarak gemi güzergahı tahmini
CUMHUR KIZILKAYA
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Bilim Dalı
DR. SELMİN DAIŞ ÖNCÜL
- İç sularda dinamik seyir riski hesaplamasına etki eden faktörlerin çok kriterli karar verme yaklaşımı ile analizi
Analysis of dynamic navigation risk factors in internal waters by using multi criteria decision making approach
CENGİZ VEFA EKİCİ
Yüksek Lisans
Türkçe
2018
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA KEÇECİ
- Yüksek çözünürlüklü optik uydu görüntüsünden yararlanarak ticaret gemilerinin ayrımı, tanınması ve bulunması
Discrimination, recognition and presence of trade ships by using the high-resolution optical satellite image
ZEKİ YAŞAR
Doktora
Türkçe
2021
DenizcilikEskişehir Teknik ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. GALİP BERKAN ECEVİTOĞLU
- Gemi-köprü kazaları için önlemler ve bulanık mantık tabanlı risk değerlendirme modeli oluşturulması örnek çalışma: 1915 Çanakkale Köprüsü
Measures for ship-bridge collisions and establishment of fuzzy logic-based risk assessment model case study: 1915 Çanakkale Bridge
MUHAMMED FATİH GÜLEN
Yüksek Lisans
Türkçe
2021
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHSİN KADIOĞLU