隨著港區自動化與智慧船舶導航技術快速發展，如何有效處理與預測船舶在港內的動態行為成為港灣營運優化的核心課題。根據Nearchou et al.（2022）於《Ocean Engineering》發表的研究指出，傳統AIS資料常面臨資料中斷、雜訊干擾與重複MMSI等問題，導致船舶航跡難以持續且準確追蹤。因此，該研究提出結合CNN與LSTM的深度學習架構，有效解決船舶航跡關聯（Track Association）問題，F1-score 高達93%，在多艘船交錯、資料雜訊較高的情境下仍具優異準確度。

 

 

 

    ↓ 檢視大圖 ↓