Внедрение искусственного интеллекта в морское судоходство поможет снизить углеродный след и ми-нимизировать опасность загрязнения с судов. Распределительный сдвиг является одним из самых боль-ших препятствий на пути широкого внедрения искусственного интеллекта. В статье рассмотрены воз-никающие проблемы, особенности и варианты минимизации сдвига распределения данных. А также основные компании и проекты, занимающиеся поиском решения этой проблемы
Углеродный след, сдвиг распределения данных, искусственный интеллект, Проект Shifts, компания DeepSea, инновации в судовождении, нейронные сети, проблема искусственного ин-теллекта, внедрение искусственного интеллекта
1. https://habr.com/ru/company/ods/blog/599573/
2. Хайкин С. Нейронные сети: полный курс: Пер. с англ. / С. Хайкин. - М.: Издательский дом «Вильямс», 2006. - 1104 с.
3. Стратегия развития и внедрения е-Навигации (Резолюция MSC 85/26/ Add.1) E-Navigation strategy implementation plan
4. Мироненко А.А. Принципы настройки и испы-таний систем судна-робота //Эксплуатация мор-ского транспорта.- 2018.- №3(88).- С.71-80.
5. Мироненко А.А. Прототип судна-робота //Экс-плуатация морского транспорта.-2018.- №2(87).- С.46-53.
6. Редько В.Г. Эволюция, нейронные сети, интел-лект: модели и концепции эволюционной ки-бернетики. - М.: Ленанд, 2019. - 224 c.
7. Шумский С.А. Машинный интеллект. Очерки по теории машинного обучения и искусствен-ного интеллекта.- М.: РИОР, 2019.
8. Тульчинский В.В., Боран-Кешишьян А.Л. Реше-ние практической задачи распознавания ледо-вых треков и определения их направления с применением машинного зрения и обучением нейронной сети// Эксплуатация морского транс-порта.- 2020.-№3.-С. 93-99
9. Епихин А.И., Хекерт Е.В., Модина М.А. Прин-ципы нейроуправления и варианты архитек-туры нейронных сетей, применительно к слож-ной динамической системе СЭУ-СУДНО//Мор-ские интеллектуальные технологии.- 2020.- № 4-4 (50).- С. 18-22.
10. Епихин А.И., Хекерт Е.В., Каракаев А.Б., Мо-дина М.А. Особенности построения прогности-ческой нейро-фаззи сети//Морские интеллекту-альные технологии.- 2020.- № 4-4 (50).- С. 13-17.
11. Бурылин Я.В. Нейросетевые методы прогнозирования движения судна // Эксплуата-ция морского транспорта.- 2016.- №4.- С.62-67
