Visual Analytics for the Detection of Anomalous Maritime Behavior

Riveiro, Maria,1978-Högskolan i Skövde,Institutionen för kommunikation och information,Forskningscentrum för Informationsteknologi (författare)

The surveillance of large sea areas often generates huge amounts of multidimensional data. Exploring, analyzing and finding anomalous behavior within this data is a complex task. Confident decisions upon the abnormality of a particular vessel behavior require a certain level of situation awareness that may be difficult to achieve when the operator is overloaded by the available information. Based on a visual analytics process model, we present a novel system that supports the acquisition of situation awareness and the involvement of the user in the anomaly detection process using two layers of interactive visualizations. The system uses an interactive data mining module that supports the insertion of the user's knowledge and experience in the creation, validation and continuous update of the normal model of the environment.

Falkman, Göran,1968-Högskolan i Skövde,Forskningscentrum för Informationsteknologi,Institutionen för kommunikation och information,Skövde Artificial Intelligence Lab (SAIL)(Swepub:his)falg (författare)
Ziemke, TomHögskolan i Skövde,Institutionen för kommunikation och information,Forskningscentrum för Informationsteknologi(Swepub:his)ziet (författare)
Högskolan i SkövdeInstitutionen för kommunikation och information (creator_code:org_t)

Ingår i:Proceedings of 12th International Conference on Information Visualisation IV08: IEEE Computer Society, s. 273-2799780769532684

Om ämnet

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.