선박 궤적 예측은 해상 상황 인지에 필수적이지만 불규칙한 샘플링, 누락된 보고서, 복잡한 역학으로 인해 여전히 어렵습니다.
베이지안 뉴럴 ODE(ODEs)는 신경 벡터장 파라미터에 사전 분포를 두어 불확실성 정량화와 함께 연속 시간 궤적 모델링을 위한 체계적인 프레임워크를 제공합니다.
기존의 등방성 가우시안 가중치 사전은 선박 역학의 매끄러움과 지역성과 같은 정보적 구조적 특성을 인코딩하지 못합니다.
연구진은 GP 커널 기반 사전이 함수 공간을 활용하여 궤적 예측의 정확도와 불확실성 추정 능력을 향상시켰습니다.