Anomaliedetektion in räumlich-zeitlichen Datensätzen

Human support in surveillance tasks is crucial due to the overwhelming amount of sensor data. This work focuses on the development of data fusion methods using the maritime domain as an example. Various anomalies are investigated, evaluated using real vessel traffic data and tested with experts. For...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Anneken, Mathias
Format:	Online
Sprache:	Deutsch
Veröffentlicht:	KIT Scientific Publishing 2023
Schlagworte:	spatio-temporal data; situation analysis; anomaly detection; räumlich-zeitliche Daten; Maritime Überwachung; Anomaliedetektion; maritime surveillance; Situationsanalyse; machine learning; Maschinelles Lernen
Online-Zugang:	OCN: 1403109722
Tags:	Tag hinzufügen Keine Tags, Fügen Sie das erste Tag hinzu!