Bibliographie & annexes
Présentation
RÉSUMÉ
Le secteur maritime est en train d’opérer une mutation d’ampleur en intégrant des innovations issues du monde numérique, se fondant sur une quantité croissante de données décrivant l’activité et l’environnement et sur des techniques d’analyse de ces données. L’article propose une introduction à ces questions, passant en revue différents enjeux de la digitalisation du maritime, de la disponibilité des données à leur utilisation, en passant par les principales techniques d’analyse.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
The maritime sector is undergoing a far-reaching transformation, integrating innovations from the digital world, based on a growing amount of data describing activity and the environment, and on techniques for analyzing this data. This article provides an introduction to these issues, reviewing the various challenges of maritime digitalization, from data availability and use to the main analysis techniques.
Auteur(s)
-
Jean-François SIGRIST : Ingénieur, expert naval - eye-π, Tours, France
INTRODUCTION
Le monde maritime et portuaire s’est engagé dans une transformation numérique sans précédent. Le déploiement de dispositifs permettant de collecter massivement des données de toute nature (sur l’environnement marin, sur les conditions d’exploitation des navires et des infrastructures portuaires, etc.) et le développement d’algorithmes et de modèles mathématiques permettant d’exploiter ces données offrent au monde maritime de nouveaux services et applications, contribuant à l’amélioration des performances, de la sécurité et de la compétitivité de ce secteur, stratégique pour l’économie mondiale et nationale.
L’objectif de cet article, qui s’adresse principalement à de jeunes ingénieurs, est de proposer une introduction aux usages des données dans le domaine maritime, en même temps qu’un tour d’horizon de différentes méthodes d’apprentissage utilisables pour exploiter ces données, et de donner quelques exemples concrets d’applications à différents domaines de l’« économie bleue ».
Le lecteur trouvera dans la rubrique « Pour en savoir plus » des références et des liens vers des sites Internet afin d’approfondir ses connaissances sur le sujet.
L'expertise technique et scientifique de référence
KEYWORDS
Blue Economy | maritime digitalization | artificial intelligence | data analysis
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Transport fluvial et maritime
(52 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Apprendre à partir de données : principales techniques2. Diversité des sources de données pour le maritime
L’essor du big data et des objets connectés permet aux technologies d’observation du milieu marin d’évoluer rapidement, et de s’adapter toujours davantage à ses spécificités et contraintes. Ainsi, le déploiement de plus en plus massif de capteurs, d’outils numériques connectés et de moyens de communication en temps réel favorise un accroissement très rapide du nombre de données collectées et stockées.
Le maritime est plutôt resté en retrait de cette tendance technologique, alors que d’autres secteurs (automobile, aéronautique, ferroviaire, etc.) l’ont adoptée plus facilement. Plusieurs raisons expliquent cet état de fait : nécessité de s’appuyer sur des technologies très fiables, difficulté à adapter le numérique aux contraintes de l’environnement marin, coûts des télécommunications, culture « conservatrice » du secteur, etc.
Néanmoins, le monde maritime est en train de changer de cap et dispose de données en quantité toujours plus importantes – qu’elles soient techniques, physiques, chimiques, biologiques, géophysiques ou géologiques, etc. –, lesquelles enrichissent constamment la connaissance du milieu et des activités. On estime aujourd’hui que le maritime génère plus de 120 000 millions de données par jour issues d’une multitude de sources. Ces données deviennent ainsi utiles à de nombreux secteurs économiques, certains développant même leurs propres solutions d’extraction de données, comme les énergies renouvelables, l’aquaculture, le tourisme maritime, le minier et la pêche.
2.1 Données d’essais
Les résultats de campagnes d’essais, qu’ils soient réalisés en environnement réel ou « représentatif » de conditions réelles, sont une source de données intéressant les ingénieurs et chercheurs en construction navale, génie côtier ou océanique, mais aussi les exploitants de navires.
Ces données empiriques proviennent d’essais réalisés en mer, à l’aide de moyens dédiés, comme le bassin hydrodynamique (figure 8) ou des bancs d’essais de motorisation, etc., ou tout autre dispositif expérimental développé dans le but d’étudier, comprendre et mesurer, i.e. de caractériser un phénomène ou un effet spécifique.
Les...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Transport fluvial et maritime
(52 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Diversité des sources de données pour le maritime
BIBLIOGRAPHIE
-
(1) - FARENC (J.M.) - Flotte de commerce et gigantisme : analyse et prospective. - Rapport CEREMA/DGAMPA (2020).
-
(2) - MADUSANKA (N.S.), FAN (Y.), YANG (S.), XIANG (X.) - Digital Twin in the Maritime Domain : A Review and Emerging Trends. - Journal of Marine Science and Engineering 11, p. 1021 (2023).
-
(3) - SERRY (A.), LÉVÈQUE (L.) - Le système d’identification automatique (AIS), une source de données pour étudier la circulation maritime. - Netcom, 29, p. 182-202 (2015).
-
(4) - DURLIK (I.), MILLER (T.), CEMBROWSKA-LECH (D.), KRZEMIŃSKA (A.), ZŁOCZOWSKA (E.), NOWAK (A.) - Navigating the Sea of Data : A Comprehensive Review on Data Analysis in Maritime IoT Applications. - Applied Sciences ; 13, 9742 (2023).
-
(5) - MADSEN (A.N.), AARSET (M.V.), ALSOS (O.A.) - Safe and efficient maneuvering of a Maritime Autonomous Surface Ship (MASS) during encounters at sea : A novel approach. - Maritime Transport Research, 3, 100077 (2022).
-
...
DANS NOS BASES DOCUMENTAIRES
-
Comment protéger ses données et bases de données ?
-
...
ANNEXES
L. Chabani, « La France annonce son opposition à l'exploitation minière des fonds marins », National Geographic, 11 novembre 2022 – https://www.nationalgeographic.fr/environnement/2022/11/la-france-annonce-son-opposition-a-lexploitation-miniere-des-fonds-marins.
F. Dêbes, « Avec l'intelligence artificielle, CMA CGM ira plus loin dans sa transformation », Les Échos, 18 novembre 2023 – https://www.lesechos.fr/tech-medias/intelligence-artificielle/avec-lintelligence-artificielle-cma-cgm-ira-plus-loin-dans-sa-transformation-dit-rodolphe-saade.
J. Diaz, « L’intelligence artificielle dans le domaine maritime », ActuIA, 8 juin 2020 – https://www.actuia.com/actualite/journee-mondiale-de-locean-quelques-exemples-dutilisation-de-lia-dans-le-domaine-maritime/.
S....
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Transport fluvial et maritime
(52 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
