Machine Learning-Based Estimation Of Wave Direction For Unmanned Surface Vehicles

要約

無人の表面車両（USV）は、海洋探査、環境監視、および自律的なナビゲーションのための重要なツールになりました。
USVナビゲーションを改善し、運用上の安全性を確保するためには、波方向の正確な推定が不可欠ですが、従来の方法は高いコストと限られた空間解像度に苦しむことがよくあります。
このペーパーでは、USVSから収集されたセンサーデータを使用して波方向を予測するために、LSTM（長期短期メモリ）ネットワークを活用する機械学習ベースのアプローチを提案します。
実験結果は、LSTMモデルが時間的依存関係を学習し、正確な予測を提供し、より単純なベースラインを上回る能力を示しています。

要約(オリジナル)

Unmanned Surface Vehicles (USVs) have become critical tools for marine exploration, environmental monitoring, and autonomous navigation. Accurate estimation of wave direction is essential for improving USV navigation and ensuring operational safety, but traditional methods often suffer from high costs and limited spatial resolution. This paper proposes a machine learning-based approach leveraging LSTM (Long Short-Term Memory) networks to predict wave direction using sensor data collected from USVs. Experimental results show the capability of the LSTM model to learn temporal dependencies and provide accurate predictions, outperforming simpler baselines.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google