Présentation
RÉSUMÉ
Le secteur maritime est en train d’opérer une mutation d’ampleur en intégrant des innovations issues du monde numérique, se fondant sur une quantité croissante de données décrivant l’activité et l’environnement et sur des techniques d’analyse de ces données. L’article propose une introduction à ces questions, passant en revue différents enjeux de la digitalisation du maritime, de la disponibilité des données à leur utilisation, en passant par les principales techniques d’analyse.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Jean-François SIGRIST : Ingénieur, expert naval - eye-π, Tours, France
INTRODUCTION
Le monde maritime et portuaire s’est engagé dans une transformation numérique sans précédent. Le déploiement de dispositifs permettant de collecter massivement des données de toute nature (sur l’environnement marin, sur les conditions d’exploitation des navires et des infrastructures portuaires, etc.) et le développement d’algorithmes et de modèles mathématiques permettant d’exploiter ces données offrent au monde maritime de nouveaux services et applications, contribuant à l’amélioration des performances, de la sécurité et de la compétitivité de ce secteur, stratégique pour l’économie mondiale et nationale.
L’objectif de cet article, qui s’adresse principalement à de jeunes ingénieurs, est de proposer une introduction aux usages des données dans le domaine maritime, en même temps qu’un tour d’horizon de différentes méthodes d’apprentissage utilisables pour exploiter ces données, et de donner quelques exemples concrets d’applications à différents domaines de l’« économie bleue ».
Le lecteur trouvera dans la rubrique « Pour en savoir plus » des références et des liens vers des sites Internet afin d’approfondir ses connaissances sur le sujet.
DOI (Digital Object Identifier)
Présentation
Article inclus dans l'offre
"Transport fluvial et maritime"
(53 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
3. Apprendre à partir de données : principales techniques
Les algorithmes d’IA exploitent les données dans le but d’élaborer et opérer des modèles prédictifs, utiles à différentes activités et répondant à différents besoins de secteurs économiques variés, dont le maritime. Nous nous intéressons ici plus spécifiquement à une famille de techniques d’IA, les algorithmes d’apprentissage machine (ML), dont on présente les grands principes avant d’évoquer quelques applications à des problèmes intéressant le maritime (cf. § 4).
3.1 Principe de l’apprentissage machine
Sur le plan mathématique, l’apprentissage consiste à prédire un événement
à partir de données
: il s’agit d’établir une relation formelle
,
désignant une fonction mathématique explicite (on en propose une expression mathématique « simple »,...?xml>?xml>?xml>?xml>
Apprendre à partir de données : principales techniques
Article inclus dans l'offre
"Transport fluvial et maritime"
(53 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - FARENC (J.M.) - Flotte de commerce et gigantisme : analyse et prospective. - Rapport CEREMA/DGAMPA (2020).
-
(2) - MADUSANKA (N.S.), FAN (Y.), YANG (S.), XIANG (X.) - Digital Twin in the Maritime Domain : A Review and Emerging Trends. - Journal of Marine Science and Engineering 11, p. 1021 (2023).
-
(3) - SERRY (A.), LÉVÈQUE (L.) - Le système d’identification automatique (AIS), une source de données pour étudier la circulation maritime. - Netcom, 29, p. 182-202 (2015).
-
(4) - DURLIK (I.), MILLER (T.), CEMBROWSKA-LECH (D.), KRZEMIŃSKA (A.), ZŁOCZOWSKA (E.), NOWAK (A.) - Navigating the Sea of Data : A Comprehensive Review on Data Analysis in Maritime IoT Applications. - Applied Sciences ; 13, 9742 (2023).
-
(5) - MADSEN (A.N.), AARSET (M.V.), ALSOS (O.A.) - Safe and efficient maneuvering of a Maritime Autonomous Surface Ship (MASS) during encounters at sea : A novel approach. - Maritime Transport Research, 3, 100077 (2022).
-
...
DANS NOS BASES DOCUMENTAIRES
-
Comment protéger ses données et bases de données ?
-
...
ANNEXES
L. Chabani, « La France annonce son opposition à l'exploitation minière des fonds marins », National Geographic, 11 novembre 2022 – https://www.nationalgeographic.fr/environnement/2022/11/la-france-annonce-son-opposition-a-lexploitation-miniere-des-fonds-marins.
F. Dêbes, « Avec l'intelligence artificielle, CMA CGM ira plus loin dans sa transformation », Les Échos, 18 novembre 2023 – https://www.lesechos.fr/tech-medias/intelligence-artificielle/avec-lintelligence-artificielle-cma-cgm-ira-plus-loin-dans-sa-transformation-dit-rodolphe-saade.
J. Diaz, « L’intelligence artificielle dans le domaine maritime », ActuIA, 8 juin 2020 – https://www.actuia.com/actualite/journee-mondiale-de-locean-quelques-exemples-dutilisation-de-lia-dans-le-domaine-maritime/.
S....
Article inclus dans l'offre
"Transport fluvial et maritime"
(53 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
Article inclus dans l'offre
"Transport fluvial et maritime"
(53 articles)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.