Zwei UWF-Teams erreichen die Top 5 im nationalen Wettbewerb für künstliche Intelligenz

Gehostet von der Pacific Naval Information Warfare Center und der Koordinierungsbüro für Marinewissenschaften, Technologie, Ingenieurwesen und MathematikAn dem Wettbewerb nahmen 32 Teams aus öffentlichen und privaten Einrichtungen aus dem ganzen Land teil. Verschiedene Forschungsinstitute, darunter die der Ivy League, historisch schwarze Colleges und Universitäten sowie hispanische Service-Institute, nahmen an der 200.000-Dollar-Herausforderung teil.

Die UWF-Informatikstudenten Tobias Jacob, Raffaele Galliera und Muddasar Ali belegten den dritten Platz und gewannen 35.000 US-Dollar für die UWF-Informatikabteilung. Die Studenten nahmen als Mitglieder der UWF-Forschungsgruppe AI and Data Analytics (AIDA) am Wettbewerb teil. Dr. Thomas Reichherzer, Präsident der Informatik, war der Sponsor und Dr. Sikha Bagui, Professor für Informatik, war der Bildungsberater der AIDA-Forschungsgruppe. UWF-Informatik-Major Zach Mueller, Praktikant für maschinelles Lernen bei Novetta Solutions LLC beaufsichtigte die Studenten.

“Als wir herausfanden, dass wir Dritter geworden waren, konnten wir es nicht glauben”, sagte Galliera, die wie Ali einen Doppel-Master-Abschluss an der UWF und der Universität von Ferrara in Italien anstrebt. „An diesem Morgen haben wir darüber gesprochen, was wir während der Herausforderung durchgemacht haben. Wir waren so glücklich und stolz auf das, was wir erreicht haben.

Das zweite Team von UWF, ArgoTracks, wurde Fünfter und sicherte sich 20.000 US-Dollar für die Abteilung für Intelligente Systeme und Robotik. Das Team bestand aus Bhavyansh Mishra, einem Doktoranden für intelligente Systeme und Robotik, und den Maschinenbau-Majors Brendon Ortolano und Luke Fina. Dr. Hakki Erhan Sevil, Assistenzprofessor für intelligente Systeme und Robotik, war ihr Mentor und Bildungsberater. Studenten sind Mitglieder von Sevil Forschungsgruppe bei UWF. Carson Wilber, UWF-Alumnus, wissenschaftlicher Mitarbeiter bei Florida Institute for Human and Machine Cognitionbeaufsichtigte die Studenten.

ArgoTracks bildeten ihr Team einen Monat nach Beginn der Herausforderung. Mishra erfuhr von Wilbers Herausforderung und kontaktierte dann Sevil, der ihm half, Teamkollegen zu finden. Die Studenten brauchten lange Stunden, um ihre Bewerbungen einzuholen, und reichten sie einige Stunden vor Ablauf der Frist ein.

“Computer Vision ist mein Brot und Butter, also bin ich drauf gesprungen, sobald Carson es mir gesagt hat”, sagte Mishra. “Angesichts der Tatsache, dass wir im Vergleich zu den meisten Teams mit zwei nur einen Monat hatten, haben wir uns in Bezug auf unsere Position gut gefühlt.”

Jedes Team wurde mit der Entwicklung eines Computer-Vision-Systems beauftragt, das den Seeverkehr ausschließlich mit der passiven Erkennungsfunktion einer einzelnen Bordkamera verfolgen kann. Aktuelle Software zur Verkehrsvermeidung basiert auf einem automatischen Identifikationssystem und Radar, um andere Schiffe zu verfolgen und Kollisionen zu vermeiden. In einer umkämpften Umgebung ist die Emission von Radarenergie anfällig für die Erkennung durch Gegner.

Die Organisatoren stellten jedem Team einen Datensatz zur Verfügung, der aufgezeichnete Kamerabilder des Schiffsverkehrs sowie die aufgezeichnete GPS-Spur eines interessierenden Schiffes enthielt, die in den Bildern zu sehen war. Die eingereichten Lösungen wurden anhand zusätzlicher Kameradaten bewertet, die mit aufgezeichneten Schiffsspuren korrelierten. Das gleiche Schiff und die gleiche Instrumentierung wurden sowohl im Wettbewerbsdatensatz als auch im Bewertungsdatensatz verwendet. Die Ergebnisse basierten auf der Genauigkeit der Nachsorge und der Gesamtbehandlungszeit.

Die beiden UWF-Teams waren unter nur fünf, die Lösungen entwickelten, die funktionierten. Zehn der Teams reichten Lösungen ein, die nur teilweise funktionierten oder nicht funktionierten, und die übrigen Teams reichten keine Lösungen ein.

“Es war wirklich schwierig, weil die Daten, die sie uns gaben, nicht vorverarbeitet waren, die Kamera nicht kalibriert war und wir nicht viele Daten hatten”, sagte Jacob, der nach seinem Bachelor-Abschluss einen Master-Abschluss an der UWF anstrebt Grad. von der RWTH Aachen in Deutschland. “Wir haben oft gedacht, OK, das wird nicht funktionieren, und dann haben wir immer einen Weg gefunden, es zum Laufen zu bringen.”

Weitere Informationen zur AI Tracks at Sea-Herausforderung finden Sie unter Challenge.gov/challenge/AI-tracks-at-sea/. Weitere Informationen zum Fachbereich Informatik der UWF finden Sie unter uwf.edu/computerscience. Weitere Informationen zur Abteilung Intelligente Systeme und Robotik des UWF finden Sie unter uwf.edu/isr.