Apprentissage automatique dans le milieu maritime

Une étude dans le Journal international de la logistique du transport maritime et du transport comble une lacune de longue date dans le monde des terminaux d’expédition de vrac sec, en introduisant une méthodologie en deux étapes qui utilise des techniques d’apprentissage automatique non supervisées. Les travaux d’Iñigo L. Ansorena de l’Universidad Internacional de La Rioja en Espagne, axés sur les terminaux de vrac sec d’Europe du Nord, pourraient améliorer la transparence dans la gestion des terminaux.

Les terminaux de vrac sec sont des installations d’expédition spécialisées au sein d’un port ou d’un port, conçues pour la manutention et le stockage de marchandises en vrac sec, telles que des marchandises non emballées expédiées en grandes quantités comme des céréales, du charbon, du minerai, du ciment et des engrais. Ces terminaux jouent un rôle crucial en permettant aux marchandises d’être déplacées du navire vers d’autres modes de transport tels que la route et le rail, et d’autres navires maritimes pour être ensuite distribuées.

Ansorena s’est d’abord penchée sur les performances du terminal en identifiant les associations entre diverses variables opérationnelles. Ceci est réalisé grâce à l’application de règles d’association, offrant une compréhension détaillée de l’impact de différents facteurs sur les opérations du terminal. Dans la deuxième étape, il a utilisé un algorithme de forêt d’isolement pour calculer les scores d’anomalies pour chaque navire utilisant le terminal.

Il souligne que les navires dont les scores dépassent 60 % sont signalés comme anormaux et que leurs activités peuvent donc faire l’objet d’une enquête plus approfondie afin d’identifier les problèmes dans les services fournis par le terminal et si ces problèmes sont imputables en premier lieu à l’opérateur du terminal. Cette double approche d’évaluation d’un terminal pourrait être utilisée pour améliorer les pratiques et également orienter de meilleurs accords contractuels entre les compagnies maritimes et les exploitants de terminaux à l’avenir. Le travail souligne comment les techniques d’apprentissage automatique peuvent être utilisées dans des contextes d’analyse inhabituels.

La recherche s’est concentrée sur les terminaux de vrac sec dans une région spécifique, mais la même méthodologie pourrait être utilisée ailleurs et pour des terminaux d’expédition avec différents types d’aménagements et de procédures opérationnelles. En effet, l’adaptabilité de cette méthodologie fait sa force pour de telles analyses et pourrait être utilisée dans une grande variété de contextes pour améliorer la gestion logistique.