General Anomaly Detection of Underwater Gliders Validated by Large-scale Deployment Datasets

要約

水中グライダーは海洋学においてさまざまな用途に広く使用されています。
しかし、サメの衝突やコバンザメの付着などの予期せぬ出来事は、グライダーの異常な行動や、場合によってはグライダーの紛失につながる可能性があります。
この論文では、海洋環境における水中グライダーの運用状況を評価するために異常検出アルゴリズムを採用しています。
グライダーのパイロットは異常を検知すると即座に警報を発し、さらなる危害を防ぐためにグライダーを制御することができます。
この検出アルゴリズムは、ジョージア大学のスキダウェイ海洋研究所 (SkIO) と南フロリダ大学 (USF) が主導する実際のグライダー展開で収集された豊富なデータセットに適用されます。
一般性を実証するために、実験的評価を 4 つのグライダー展開データセットに適用します。
具体的には、高解像度の情報を含む復旧後の DBD データセットを利用して、異常の詳細な分析を実行し、それをパイロット ログと比較します。
さらに、浮上イベント時にグライダーから送信されたデータのリアルタイムのサブセットに基づいてオンライン検出を実装します。
リアルタイムのグライダー データには回復後のデータほど豊富な情報は含まれていないかもしれませんが、グライダーのパイロットが潜在的な異常状態をリアルタイムで監視できるため、オンライン検出は非常に重要です。

要約(オリジナル)

Underwater gliders have been widely used in oceanography for a range of applications. However, unpredictable events like shark strike or remora attachment can lead to abnormal glider behavior or even loss of the glider. This paper employs an anomaly detection algorithm to assess operational conditions of underwater gliders in the ocean environment. Prompt alerts are provided to glider pilots upon detecting any anomaly, so that they can take control of the glider to prevent further harm. The detection algorithm is applied to abundant datasets collected in real glider deployments led by the Skidaway Institute of Oceanography (SkIO) in the University of Georgia and the University of South Florida (USF). In order to demonstrate generality, the experimental evaluation is applied to four glider deployment datasets. Specifically, we utilize post-recovery DBD datasets carrying high-resolution information to perform detailed analysis of the anomaly and compare it with pilot logs. Additionally, we implement the online detection based on the real-time subsets of data transmitted from the glider at the surfacing events. While the real-time glider data may not contain as much rich information as the post-recovery one, the online detection is of great importance as it allows glider pilots to monitor potential abnormal conditions in real time.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google