XiaoMi-AI文件搜索系统
World File Search SystemMaritime
有关海事信息学和机器人技术的特刊
该期刊将在2025年6月26日至27日在希腊Syros的IEEE海事信息与机器人（Maris）发表的论文特刊（Maris）（https://maritimesmimesmposium.eu/）。研讨会由IEEE海洋工程协会和IEEE计算机协会赞助。这种SI旨在捕捉Maris研讨会上提出的海上技术和创新的最前沿，该技术汇集了专家，以探索和扩大信息学和机器人技术在海上领域的影响。关注自主系统，物联网，人工智能，机器学习和大数据分析，Maris解决了紧迫的挑战，并设想了有关海上信息学和机器人技术的新视野。该SI将采用源自研讨会的精选研究，包括作为共同定居的爱琴海Ro-Boat Race挑战的一部分而开发的贡献，该挑战的重点是推进机器人系统和应用程序以进行自主海上导航，数据收集和海洋业务。特别感兴趣的主题包括：
2025年的海上趋势
2025年执行摘要的海上趋势：在东非海岸的印度洋，预计将在2025年盗版，这是由于有利的天气条件和撤离美国和欧盟海军部队留下的安全真空的促进。这是在最近的海盗活动之后进行的，包括使用被劫持的渔船作为母舰，这表明劫持了赎金的劫持增加。尽管印度海军作为有效的威慑作用，但情况可能会升级，而没有持续的国际海军支持。在亚丁的红海和海湾中，预计安全环境将保持不变，胡塞的袭击仍在继续，尽管伊朗支援船离开后有效率降低。美国计划从海军转移到空中支援，而Eunavfor提供有限的护送。以色列在也门基础设施上的空袭可能会暂时破坏胡塞的行动，但如果没有重大的政策改变，他们的长期威胁可能会持续存在。地中海由于以色列军事行动和阿萨德政权的崩溃而面临的安全性更高，可能导致叙利亚内战。真主党的供应路线已被破坏，这可能会迫使他们结成新的联盟或降低军事能力。Hayat Tahrir al-Sham对伊斯兰教法的实施可能会因基础设施投资减少和增加安全问题而对海上贸易产生负面影响。在加勒比海地区，海地的不稳定正在推动海上移民，走私和犯罪，俄罗斯军事演习进一步增加了区域紧张局势。美国对驱逐出境的政策转变可能会构成海上资源和国际关系，而中国不断增长的影响力可能会围绕关键海上基础设施来重塑物流和安全。由于乌克兰和俄罗斯之间持续的冲突，涉及空袭，wbieds和电子战，黑海地区有望承担严重的运输风险。在区域海军清理海矿的努力可能会减少威胁的一个方面，但是随着两国继续战略海上行动，停火谈判不太可能缓解紧张局势。在几内亚海湾中，盗版行为减少了，但助长盗版的潜在社会经济因素仍然存在，主要威胁是港口非法登机牌。即将举行的选举的政治稳定可能会影响海上安全，以及萨赫勒恐怖主义到沿海国家的潜在传播。南中国海有望成为地缘政治热点，由于中国，美国和地区盟友之间的紧张局势越来越大，可能会造成潜在的运输中断。最后，在2025年，全球海事部门将面临复杂的网络安全威胁，例如AI-wired驱动攻击，勒索软件和运营技术脆弱性，以及国家 -
建议引用：Dornemann, Jorin；Rückert, Nicolas；Fischer, Kathrin；Taraz, Anusch (2020)：海运物流中的人工智能和运筹学，在：Jahn, Carlos Kersten、Wolfgang Ringle、Christian M. (Ed.)：海运和城市物流中的数据科学：数据驱动的物流和可持续性解决方案。汉堡国际物流会议 (HICL) 论文集，第 14 卷。 30，ISBN 978-3-7531-2347-9，epubli GmbH，柏林，第 337-381 页，https://doi.org/10.15480/882.3140
目的：人工智能 (AI) 的应用有可能与运筹学方法相结合带来巨大进步。在我们的研究中，我们探索了当前使用 AI 方法解决优化问题的方法。目的是概述最新进展并研究它们如何适应海运物流。方法：进行并呈现结构化的文献综述。对已确定的论文和贡献进行分类和归类，并总结一些特别相关的贡献的内容和结果。此外，还进行了评估，确定了现有的研究差距并展望了未来的研究方向。发现：除了在优化领域大量使用 AI 关键词外，人们对使用机器学习自动学习优化问题的启发式方法的兴趣也日益浓厚。我们的研究表明，这些方法大多尚未适应海运物流问题。所发现的差距为未来研究中开发海运物流学习模型奠定了基础。原创性：在运筹学领域使用机器学习方法是一个有前途且活跃的研究领域，具有广泛的应用范围。从海运物流的角度回顾这些最新进展是一种新颖的方法，可以为未来研究和实践中开发海运物流大规模优化问题的解决方案带来优势。
使用人工智能作为海上运输问题的解决方案
摘要：本文旨在提出一种使用机器学习算法解决海运运输问题的方法。海运的一个重要方面是货物的组织。特别是，海上货运网络是一个庞大而复杂的系统，其路线图的复杂性和船舶交通的多样性使其难以建模。在研究海运系统的特征时，通常建议使用粗略模型，其中仅引入显着的近似值并且不考虑许多细节。同时，在对网络中孤立区域进行详细研究时使用精确模型，其中详细探索的是区域而不是所述区域之间的连接。在这样做时，应该注意不要忽视第一种情况下模型与实际网络的偏差，以及第二种情况下区域之间的连接。建立一个准确考虑和描述所有细节的模型会导致设计过程过于复杂，因此在实践中，根据具体任务，模拟中总是使用一些假设，这些假设基本上是与船舶运动相关的实际特性的近似值。为了建立最佳货物运输系统，使用了四种模型：跨国货物模型；具有专用货物起始港的货物运输模型；具有专用起始港和最终货物分配港的货物运输模型；循环港口链上的货物运输模型。路线条件由行波方程给出，并在此计算的基础上提出货船移动的最佳路线，其中影响货运量的条件包括：港口数量、燃料数量、货物目的港，以及港口与中途停靠港之间的距离。其科学贡献在于将人的角色简化为系统观察者，从而简化了货运计算，并有助于降低燃料和人力资源成本。
增强法国 - 菲律宾海事合作的案例
5。R。D. Williams，“南中国海仲裁的法庭裁决”，宣律，2016年7月12日，网址：www.lawfaremedia.org。6。主席Ferdinand R. Marcos Jr.的主题演讲讲话在2024年5月31日，新加坡举行的ST IISS Shangri-La对话，可在以下网址提供：www.pco.gov.ph。7。注意动词，英国NV号162/20，纽约，2020年9月16日，可在以下网址提供：www.un.org。8。“法国的印度太平洋战略”，同上。cit。，p。 10。 9。 M. Julienne和C. Pajon，“在印度太平洋地区部署了法国护卫舰Bretagne：在该地区实施法国战略”，IFRI MEMOS，IFRI，2024年9月2日，2024年，可在：www.ifri.org上。 10。 M. VanBaelinghem，“LaSécuritéDesPhilippines。 cookérationsdedéfenseet Alliances”，étudeno. 106，IRSEM，Avril 2023，可在以下网址提供：www.irsem.fr。 11。 在2023年，2014年增强国防合作协议（EDCA）的重大扩张导致美国获得了总共九个菲律宾军事基地。cit。，p。 10。9。M. Julienne和C. Pajon，“在印度太平洋地区部署了法国护卫舰Bretagne：在该地区实施法国战略”，IFRI MEMOS，IFRI，2024年9月2日，2024年，可在：www.ifri.org上。10。M. VanBaelinghem，“LaSécuritéDesPhilippines。 cookérationsdedéfenseet Alliances”，étudeno. 106，IRSEM，Avril 2023，可在以下网址提供：www.irsem.fr。 11。 在2023年，2014年增强国防合作协议（EDCA）的重大扩张导致美国获得了总共九个菲律宾军事基地。M. VanBaelinghem，“LaSécuritéDesPhilippines。cookérationsdedéfenseet Alliances”，étudeno.106，IRSEM，Avril 2023，可在以下网址提供：www.irsem.fr。11。在2023年，2014年增强国防合作协议（EDCA）的重大扩张导致美国获得了总共九个菲律宾军事基地。
海上能源和排放创新的行动计划
本文件是美国政府的一项工作，正在公共领域。可以将其全部或一部分的分布和使用（在材料的含量中没有实质性更改）可以归因于DOE（例如“来源：doe”； “ DOE开发的材料”）以及免责声明，表明您对材料的使用并不意味着DOE或美国政府的认可（例如“参考特定商业产品，制造商，公司或商标并不构成美国政府或能源部的认可或建议。”）图像可能已获得股票摄影服务或其他版权持有人的许可，该图像可能会禁止，可能会禁止重新出版，重新申请，重新启动或其他图像使用。与DOE联系，任何有关重复使用特定图像的问题。
海洋能源与排放创新行动计划
本文件是美国政府的作品，属于公共领域。分发和使用本文件的全部或部分内容（不对材料内容进行实质性更改）时，必须注明来源：DOE（例如“来源：DOE”；“材料由 DOE 开发”），并附上免责声明，表明您对材料的使用并不意味着 DOE 或美国政府的认可（例如“对特定商业产品、制造商、公司或商标的引用并不构成美国政府或能源部的认可或推荐。”）DOE 可能已从图片库服务或其他版权所有者处获得使用许可，这些版权所有者可能会禁止重新发布、重新传输、复制或以其他方式使用这些图片。如对特定图片的再利用有任何疑问，请联系 DOE。
（PT）海上无人使用的反贵族系统（Musas）
Musas项目的主要目的是开发和提供一个C3模块（任务系统和互操作性层），以在开放的服务建筑中运行，以多域环境（空气，表面和地面）的自动驾驶汽车，专注于反贵族战争任务。次要目标是整合通信安全网络，传感器，战斗管理系统，空气，表面和地下自动驾驶汽车和武器，以增强系统的ASW功能。为了实现目的目标，并增强了有助于海上弹性的水下控制，该项目促进了方法和协同作用的识别，以便将这种建筑与海港和海上监视和保护（Harmspro）和海上（SEMI）和海上（半海事）的自动源系统（MAS MCMCMCM MCMESCO项目）相结合。
