Sign In

Predicting Weekly Fishing Concentration Zones through Deep Learning Integration of Heterogeneous Environmental Spatial Datasets

Created by
  • Haebom
Category
Empty

저자

Chaitanya Rele, Aditya Rathod, Kaustubh Natu, Saurabh Kulkarni, Ajay Koli, Swapnali Makdey

북인도양 잠재 어장 예측을 위한 AI 기반 프레임워크

개요

아라비아해와 벵골만을 포함한 북인도양은 연안 지역 사회의 중요한 생계 수단입니다. 어업인들은 생산적인 어장을 찾는 데 어려움을 겪고 있는데, 이 문제를 해결하기 위해 해수면 온도 및 엽록소 농도와 같은 해양학적 매개변수를 사용하여 잠재 어장(PFZs)을 예측하는 AI 기반 프레임워크를 제시합니다. 이 접근 방식은 PFZ 식별의 정확도를 높이고 지속 가능한 어업 관행을 위한 지역별 통찰력을 제공하도록 설계되었습니다. 예비 결과는 이 프레임워크가 어부들의 탐색 시간을 줄이고, 연료 소비를 줄이며, 효율적인 자원 활용을 촉진하여 지원할 수 있음을 나타냅니다.

시사점, 한계점

AI 기반 프레임워크를 활용하여 잠재 어장 예측 정확도 향상.
어부들의 탐색 시간 및 연료 소비 감소 가능성.
지속 가능한 어업 관행 지원.
구체적인 성능 지표 및 검증 결과 부족.
프레임워크의 실제 적용 및 효과에 대한 추가 연구 필요.
데이터 의존성 및 AI 모델의 일반화 능력에 대한 고려 필요.
👍