EUVIMEDEUVIMED entdecken
Crossref

Tích hợp mô hình mạng Bayesian và dữ liệu AIS trong đánh giá nguy cơ sự cố hàng hải

Vũ Đăng Thái, Nguyễn Trung Chính

Journal of Construction · 11.06.2026

DOI: 10.64588/jc.05.06.2026 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Construction, online erschienen am 11.06.2026. Verfasst von Vũ Đăng Thái und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Nghiên cứu này đề xuất mô hình đánh giá nguy cơ sự cố hàng hải dựa trên việc tích hợp dữ liệu AIS với mạng Bayesian nhằm hỗ trợ cảnh báo sớm nguy cơ tại khu vực luồng Hải Phòng. Dữ liệu AIS được sử dụng để trích xuất các tham số điều động tàu như khoảng cách tiếp cận gần nhất (CPA), thời gian đến CPA (TCPA), tốc độ tiếp cận tương đối và mật độ giao thông tàu biển. Trên cơ sở đó, mô hình mạng Bayesian được xây dựng để mô tả mối quan hệ xác suất giữa các yếu tố nguy cơ và suy luận mức độ nguy hiểm của các tình huống tiếp cận tàu. Thực nghiệm được tiến hành với dữ liệu AIS thực tế tại luồng Hải Phòng nhằm đánh giá khả năng ứng dụng của mô hình trong môi trường giao thông hàng hải phức tạp. Kết quả cho thấy mô hình có khả năng nhận diện hiệu quả các khu vực và thời điểm xuất hiện nguy cơ cao, đặc biệt tại các khu vực giao cắt luồng và vùng có mật độ tàu lớn. Nghiên cứu góp phần đề xuất hướng tiếp cận mới trong phân tích nguy cơ hàng hải và hỗ trợ phát triển các hệ thống giám sát giao thông tàu biển thông minh.

Zitieren

APA

Thái, V. Đ., & Chính, N. T. (2026). Tích hợp mô hình mạng Bayesian và dữ liệu AIS trong đánh giá nguy cơ sự cố hàng hải. Journal of Construction. https://doi.org/10.64588/jc.05.06.2026

Vancouver

Thái VĐ, Chính NT. Tích hợp mô hình mạng Bayesian và dữ liệu AIS trong đánh giá nguy cơ sự cố hàng hải. Journal of Construction. 2026. doi:10.64588/jc.05.06.2026

BibTeX
@article{Thi2026,
  author = {Thái, Vũ Đăng and Chính, Nguyễn Trung},
  title = {Tích hợp mô hình mạng Bayesian và dữ liệu AIS trong đánh giá nguy cơ sự cố hàng hải},
  journal = {Journal of Construction},
  year = {2026},
  doi = {10.64588/jc.05.06.2026}
}
Kostenlos starten →