Automatinės identifikavimo sistemos klaidų dėl žmogiškojo faktoriaus atpažinimas ir analizė
Šio darbo tikslas yra sukurti automatinės identifikavimo sistemos (AIS) klaidų dėl žmogiškojo faktoriaus identifikavimo sistemą. Šiame darbe atliktas tyrimas ir analizė riamiasi užsienio darbais, skirtais AIS žmogiškojo faktoriaus klaidų studijavimui. Darbas aprašo ryšius tarp duomenų rinkinių, klasifikuojami duomenys, kad būtų įmanoma sukurti klaidų aptikimo sprendimo priėmimo medžius ir taisykles. Naudojant ROC analizę, parenkamas patikimiausias algoritmas. Klaidų dėl žmogiškojo faktoriaus identifikavimo sistema sukurta naudojant C# objektinio programavimo kalbą ir atvirojo kodo duomenų gavybos programinę įrangą. Darbas baigiasi sukurtos sistemos veikimo apžvalga ir išvadomis.Darbą sudaro 6 dalys: įvadas, laivų automatinės identifikavimo sistemos ir klaidų dėl žmogiškojo faktoriaus apžvalga, AIS sistemos patikimumo didinimo, sukurtų algoritmų apžvalga, sukurtos sistemos veikimo rezultatų apibendrinimas ir išvados, literatūra. Darbo apimtis - 54 p. teksto be priedų, 21 iliustr., 4 lent., 34 bibliografiniai šaltiniai.
Main scope of this work is to create Automatic Identification System's (AIS) human factor error identification system. This study analysis and investigation of the existing AIS human factor errors are based on foreign AIS human error studies. Study describes relations between AIS data sets, classifies data for error detection. In this thesis, Automatic Identification System's (AIS) human factor error identification system was created using C# object-oriented programming language and open source data mining software. Study ends with created system overview.Structure: introduction, Automatic Identification System's and human factor error review, AIS reliability improvement, created algorithm overview, algorithm performance generalization of conclusions and suggestions, references. Thesis consist of: 54 p. text without appendixes, 21 pictures, 4 tables, 34 bibliographical entries.