AIS Gemi Takip Verileri ile İş Zekası Nasıl Geliştirilir?

Navigasyon, insanoğlunun bir tahta parçasıyla neler yapabileceğini keşfetmesinden bu yana var olan, yüzyıllar öncesine dayanan bir olgudur. Bununla birlikte, modern gemi navigasyonu son birkaç on yılda pek çok değişiklik ve ardından 'yeniden doğuş' yaşamıştır.

Böyle bir yeniden doğuş yılı 1952 idi: İlk kez gemi yönlendirme hizmetleri sektöre girmiştir. 1952 yılında gemiler, daha sonra 90'lı yılların sonunda Otomatik Tanımlama Sistemine (AIS ) dönüşecek olan ve deyim yerindeyse denizcilikte yeni bir çağ başlatan bir prototiple donatıldı.

AIS verileri bir araya getirildiğinde, ilgili gemi, hızı, konumu, gemi boyutları ve su çekimi hakkında bize çok yönlü bilgiler vererek geminin belirlenen kargoyla ne zaman yüklendiğini veya boşaltıldığını belirlememize yardımcı olur. Ancak son nokta, AIS aracılığıyla elde edilen ve gemideki sistemlerden elde edilen ham verilerle elde edilemeyen çeşitli veri noktalarının bir uygulamasıdır.

AIS, yukarıda belirtildiği gibi, başlangıçta seyir güvenliğini sağlamak için tasarlanmıştı, ancak kısa sürede denizcilik personeli için hayati bir ticari istihbarat kaynağı olduğunu kanıtladı.

İş Zekası:

İş Zekası, yazılım ve diğer hizmetleri bir araya getirerek farklı sistemlerden elde edilen verileri, gizli kalıpları ve analitik bulguları ortaya çıkarabilecek hayati öngörülere dönüştürür. Üretilen veriler, bir şirketin gelecekteki hareket tarzında herhangi bir önemli stratejik ve taktiksel iş kararına yardımcı olacak kadar yetenekli gizli kalıpları ortaya çıkarır.

2020'lerde iş zekası, programlanma şekline göre değerli içgörüler üretmeye devam eden Yapay Zeka (AI) ve Makine Öğrenimi (ML) algoritmalarının yardımıyla tamamen dönüştürülmüştür.

İş Zekası ve AIS:

FleetMon AIS veri madenciliğimiz sayesinde gemi sahiplerinin, kiracıların ve emtia tüccarlarının önemli kararları alma biçimlerine öncülük etmeye devam ediyor.

Bunun temelinde, tüm seyir boyunca gemi hareketlerinin değerlendirilmesinden elde edilen hayati bilgiler yatmaktadır. Çeşitli kaynaklardan elde edilen diğer önemli veri noktaları ile birleştirildiğinde, AIS ve İş Zekası artık denizcilik sektöründeki büyük ya da küçük tüm oyuncular için el ele gitmektedir.

Açık denizlerdeki ticari riskleri yönetmenin yanı sıra bir şirket için belirli bir rotanın ekonomik uygulanabilirliği, arz ve talepteki dengesizliği anlamak, denizcilik iş zekası, AIS veri madenciliği merkezleri sayesinde hepsini kapsar.

FleetMon'nin geçmiş gemi verileri, denizcilik dünyasındaki çeşitli paydaşların işlerinin temelini oluşturan temel soruları yanıtlamalarını sağlar.

Çin ve Avustralya arasında tahıl ticareti yapan bir Panamax gemisinin rotasını analiz ederek birkaç önemli soruya cevap verebiliriz:

• Son 18 ayda filom Brisbane ve Qingdao arasında kaç sefer yaptı?
• Arjantin'deki yüklerle kıyaslandığında, bu ticaret nasıl gelişiyor?
• Limanlardaki gemi geri dönüş süresi ve ortalama bekleme süresi nedir?

AIS verilerini navlun oranları, taşınan yükün fiyatlandırılması, hava durumu ve karadaki tedarik zincirinde yer alan diğer faktörlerle birleştirdiğimizde, hedeflenen işletmenin kar marjını önemli ölçüde etkileyebilecek resmin tamamını görürüz. AIS ve veri bilimi denizcilik işletmelerinin çalışma şeklini tümüyle değiştirmeden önce bu, tahminlere dayalı bir süreçti.

FleetMon adresindeki çeşitli araçları kullanarak, veri madencilerimiz sayesinde bir dizi soruya kolayca yanıt verilebilir:

• Akut tıkanıklık yaşayan liman ve terminallerin listesi ve tıkanıklığın zamanı.
• Çeşitli şirketler arasındaki operasyonel verimliliğin karşılaştırılması.
• Hedeflenen rıhtımın kullanılabilirliği, bu süreçte hem gerçek zamanlı hem de geçmiş verilerin karşılaştırılması.

FleetMon'un kapsamlı veri tabanlarından yararlanılan birkaç örnek:

• Kiel Dünya Ekonomisi Enstitüsü'nden (IfW Kiel) ekonomistler, küresel konteyner taşımacılığından elde edilen gerçek zamanlı verilere dayanarak uluslararası ticaret için yapay zeka tabanlı bir öncü gösterge oluşturmak için FleetMon'un API hizmetlerini kullandılar.
• ETH Zürih'teki araştırmacılar, kıyı elektriğinin emisyon azaltma potansiyeli hakkında yeni bilgiler sağlamak için FleetMon adresindeki verileri kullandılar.
• Açık Deniz ve Denizcilik sektörlerinin en büyük oyuncularından bazılarını içeren müşterilerimiz düzenli olarak FleetMon Explorer gerçek zamanlı gemi takibi için filolarının yanı sıra rakiplerinin performansını da izleyerek filo operasyonları için etkili stratejiler belirlemektedir.

FleetMon adresindeki en son araştırma ve geliştirme projeleri hakkında bilgi edinmek için yeni Denizcilik İnovasyon Laboratuvarımızı ziyaret edin.

AIS Kullanarak ETA ve Bir Sonraki Uğrak Limanını Tahmin Etme:

Ölçeklenebilir yapay zeka tabanlı bir yaklaşım üzerinde çalışan FleetMon , devasa geçmiş AIS verilerimizi kullanarak bir geminin bir sonraki uğrak limanını tahmin eder. Doğal olarak, bu yöntem yalnızca bir geminin AIS hedef girişinin yorumlanamadığı senaryolara uygulanmaktadır.

Yüksek doğrulukla kitlesel paralel tahmin görevleri için ideal olan Markov modellerine dayanan son derece verimli bir yapay zeka çözümü kullanarak, yüksek doğruluk derecesine sahip bir liman tahmin modeli bulmayı başardık.

Bir sonraki uğrak limanına göre ETA tahminleri, AIS verileri dikkate alındıktan ve liman sıkışıklığı, rıhtımda geçirilen süre vb. gibi diğer kaynaklardan gelen veri noktalarıyla birleştirildikten sonra kolayca yapılabilir.

AIS Kullanarak Gemi Rotası Tahmini ve Yakıt Optimizasyonu:

Gemi rotalama hizmeti, geniş bir zaman diliminde elde edilen ham AIS verilerinin belki de en yaygın uygulamalarından biridir. Sevkiyatınızın belirlenen limana ulaşmasında hiçbir gecikmeye neden olmayacak, yol boyunca fırtınalardan ve anormal hava koşullarından kaçınacak ideal bir rotanın tahmini, gemi yöneticilerinin, gemi sahiplerinin ve personel acentelerinin aradığı şeydir.

FleetMon'un gemi rotası tahminine ilişkin araştırması hakkında daha fazla bilgi edinmek için MERMAID araştırma projemiz hakkında bilgi edinin.

Veri ve bilgisayar bilimlerindeki hızlı gelişmelerin yanı sıra on yılı aşkın süredir gemi rotaları hakkında veri toplayan AIS istasyonlarımız sayesinde, ideal rotayı seçmek masaüstünüzde birkaç tıklamadan fazlasını gerektirmez.

İdeal rota seçimi için koşullar:

1. Yukarıda da belirttiğimiz gibi, ideal rota güçlü su altı akıntılarından, yüksek dalgalardan, fırtınalardan veya gemiye, mürettebatına ve gemideki yüke zarar verebilecek diğer doğal faktörlerden uzaktır.
2. Rotanın yakıt tasarruflu olması, şirketin karbon ayak izini ve operasyonel maliyetlerini azaltmasını ve sonuç olarak hem şirket kârına hem de IMO'nun 2050 hedefine katkıda bulunmasını sağlayacaktır.

Rota Planlama: Çalışmalar

Geçmişte bir rota analisti, rota planlayıcısında bir geminin A limanından B limanına giderken izleyebileceği potansiyel olarak uygun rotaların taslaklarını çizerdi. Rota önerilerinin yanı sıra, planlayıcı geminin izlemesi gereken optimum hıza ilişkin öneriler de alırdı, çünkü yavaş seyir yolculuk sırasında daha az yakıt kullanılmasını sağlardı.

Bununla birlikte, modern rota planlama sistemleri, hava tahmin sistemleri de dahil olmak üzere bir dizi yeni özellik eklediği ve potansiyel olarak uygulanabilir rotaları tasvir etmek için çeşitli modeller kullandığı için ilk günlerinden bu yana uzun bir yol kat etti. Bu modeller büyük ölçüde FleetMon gibi gemi takip şirketleri tarafından sağlanan geçmiş AIS verilerine dayanmaktadır. Yapay zeka ve makine öğrenimi algoritmaları modern rota planlayıcılarında büyük bir rol oynamakta ve ideal rotanın belirlenmesinde kilit bir rol oynamaktadır.

Geminizin yüklü olup olmadığını bilmek

AIS, ham petrol, demir cevheri, tahıl, kömür vb. gibi homojen kargoların söz konusu olduğu durumlarda işe yarar. Geminin özelliklerinden (örneğin su çekimi) elde edilen verileri su hattı altındaki omurga derinliği ile karşılaştırarak geminin yüklü mü yoksa yüksüz mü olduğunu tahmin edebiliriz.

Bu yöntemin AIS sah teciliğinin gerçekleştiği durumlarda son derece kullanışlı olduğu kanıtlanmıştır ve yakın zamanda BM yaptırımlarına tabi devletlerden ham kargo yükleyen tankerleri tespit etmek için kullanılmıştır.

AIS'den alınan ham veriler iş içgörüleri elde etmek için yeterli olmadığından, FleetMon müşterilerimizin işlerine değer katmak için büyük verileri, hırslı veri analistlerini ve akıllı algoritmaları birleştirir.