UN SYSTÈME AVANCÉ BASÉ SUR L'IA POUR LA SURVEILLANCE INTELLIGENTE DES ALARMES DE PONT SUR LES NAVIRES MARITIMES
DOI :
https://doi.org/10.59277/RRST-EE.2025.2.12Mots-clés :
Surveillance des alarmes maritimes, Intelligence artificielle (IA), Apprentissage automatique, Détection d'anomalies, Analyse prédictive, Simulations Python, Navires intelligents, Sécurité maritime, Traitement des alarmes en temps réel, Analyse des données des capteurs, Systèmes maritimes intelligentsRésumé
Des systèmes de surveillance d'alarme efficaces sont essentiels dans le secteur maritime pour garantir la sécurité et la continuité opérationnelle. L'intelligence artificielle est l'un des domaines les plus populaires de nos jours et est souvent utilisée pour les applications d'apprentissage automatique. Utilisant la détection d'anomalies basée sur l'IA et l'analyse prédictive pour analyser les données d'alarme en temps réel provenant des capteurs du navire, le système proposé améliore la connaissance situationnelle et réduit les fausses alarmes. Par conséquent, les modèles d'apprentissage automatique sont entraînés sur des centaines de milliers de modèles d'alarmes historiques afin de détecter les défauts potentiels et d'améliorer les délais de réponse. L'outil de clustering automatisé fournit une classification des scénarios d'alarmes maritimes, et un cadre simulé qui reproduit ces alertes démontre la capacité du système à se concentrer sur les alertes essentielles plutôt que sur celles qui ne sont pas pertinentes. L'entraînement sur les données jusqu'en octobre 2024 permet de construire explicitement des connaissances de terrain, en tenant compte des avancées et des découvertes récentes dans le domaine des processus maritimes. Les résultats expérimentaux démontrent des améliorations significatives de la précision de la classification des alarmes et de leur détection précoce, permettant une prise de décision basée sur les données dans le domaine maritime.
Références
(1) S. Samya, S. Alagar Sumithra, et al., Software cost effort and time estimation using dragonfly whale lion optimized deep neural network, Rev. Roum. Sci. Techn. – Électrotechn. Et Énerg., 69, 4, pp. 431–436 (2024).
(2) K. Guerraiche, et al., Intelligent fault detection and location in electrical high-voltage transmission lines, Rev. Roum. Sci. Techn. – Électrotechn. Et Énerg., 69, 3, pp. 269–276 (2024).
(3) N. Forti, E. d’Afflisio, P. Braca, L.M. Millefiori, S. Carniel, P. Willett, Next-Gen intelligent situational awareness systems for maritime surveillance and autonomous navigation [Point of View], Proceedings of the IEEE, 110, 10, pp. 1532-1537 (2022).
(4) S.-I. Mihali, Ș.-L. Niță, Credit card fraud detection based on random forest model, 2024 International Conference on Development and Application Systems (DAS), pp. 111-114 (2024).
(5) S.-I. Mihali, Ș.-L. Niță, Cybersecurity of online financial systems using machine learning techniques, 2024 16th International Conference on Electronics, Computers and Artificial Intelligence (ECAI), pp. 1-6 (2024).
(6) R.A. Crăciun, et al., Internet of things platform benchmark: An artificial intelligence assessment, Rev. Roum. Sci. Techn. – Électrotechn. Et Énerg., 69, 1, pp. 97–102 (2024).
(7) ***Alarm Overload Threatens Maritime Safety, LR - Lloyd’s Register (2024).
(8) D. Perišić, Generalization of the time infinite impulse response digital filters, Rev. Roum. Sci. Techn. – Électrotechn. Et Énerg., 69, 3, pp. 323–328 (2024).
(9) ***Ship Alarm Monitoring System Market Key Challenges, Growth and Insightful Market Pros, (2025).
(10) ***New digital systems bring more ‘alarm fatigue’ for mariners, the Maritime Executive (2024).
(11) ***New digital systems bring more ‘alarm fatigue’ for mariners, the Maritime Executive (2024).
(12) ***Rise of BNWAS Adds to Concerns over Alarm Fatigue (2020).
(13) ***Alarm Root Cause Analysis Using AI/ML in MSO Networks.
Téléchargements
Publiée
Numéro
Rubrique
Licence
(c) Copyright REVUE ROUMAINE DES SCIENCES TECHNIQUES — SÉRIE ÉLECTROTECHNIQUE ET ÉNERGÉTIQUE 2025
Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
