船舶模拟器训练中数据采样频率对机器学习预测准确性的影响研究

为解决海事教育与训练(MET)中模拟器日志数据(SLD)采样频率对机器学习(ML)模型预测性能的影响问题，研究人员开展了一项关于"威廉姆森旋回"操纵训练中不同数据间隔(1-9秒)对预测学习分析(PLA)准确性的研究。结果表明：1秒间隔数据在压载和满载条件下均能实现最佳预测精度(AUC>98%)，且计算效率最高；随着采样间隔增大，模型性能下降，尤其对"需改进"类别的识别能力显著降低。该研究为海事学习分析仪表盘(LAD)开发提供了关键数据采集参数优化依据。

　　

在航海教育与培训领域，船舶模拟器已成为培养学员实操能力的关键工具。这些模拟器能够记录学员操作产生的海量数据——从船舶运动参数到环境因素，每秒可生成多达数十个数据点。然而，这些被称为模拟器日志数据(SLD)的信息宝藏却面临一个现实困境：高频率采样会产生庞大的数据量，导致存储和处理成本飙升；而降低采样频率又可能丢失关键操作细节，影响对学员表现的准确评估。这种"数据精度与资源消耗"的矛盾，正是当前海事学习分析仪表盘(LAD)开发面临的核心挑战。

挪威东南大学(University of South-Eastern Norway)Faculty of Technology, Natural and Maritime Sciences的研究团队针对这一难题展开深入研究。他们以航海训练中的经典课目"威廉姆森旋回"为研究对象，创新性地探索了不同SLD采样频率(1-9秒间隔)对机器学习模型预测性能的影响，相关成果发表在《Array》期刊。

研究采用自动化机器学习(AutoML)平台DataRobot，对压载和满载两种船舶状态下的训练数据进行分析。团队收集了8名学员的模拟器操作数据，由3位专家将表现划分为"优秀"、"合格"和"需改进"三个等级。通过比较极端梯度提升树(XGBoost)、轻量梯度提升树(LightGBM)和Keras残差神经网络(ResNet)等模型在五种采样频率下的表现，采用AUC(曲线下面积)、准确度、对数损失(Log Loss)等指标进行全面评估。

在"模型性能与数据频率的关系"方面，研究发现1秒间隔数据在两种船舶状态下均展现出最佳预测性能：压载条件下AUC达0.9910，准确率97.74%；满载条件下AUC为0.9862，准确率91.68%。值得注意的是，XGBoost在1秒数据上仅需7个特征就能实现高效预测，计算速度最快(0.4765秒/千行)，内存占用最低(0.65GB)。

"特征选择动态变化"的分析揭示，随着采样间隔增大，模型需要更多特征补偿信息损失。在1秒间隔时，"主螺旋桨转速"和"航向指令"等核心特征足以支撑预测；而到9秒间隔时，模型需要引入地理位置特征等14个参数，导致计算复杂度不降反增。

针对"不同表现类别的识别稳定性"，数据显示高频数据对所有类别均有良好识别能力，特别是能准确捕捉"需改进"的操作(召回率0.75-0.87)。但当间隔延长至9秒时，对"需改进"类别的识别能力急剧下降，在满载状态下甚至完全失效(召回率=0)。

在"计算效率权衡"方面，与直觉相反，降低采样频率并未带来预期中的资源节约。9秒间隔数据的预测时间反而比1秒数据增加56倍(26.73秒vs 0.4765秒)，内存占用也增长20%。这表明单纯减少数据量并非优化计算效率的理想途径。

这项研究为海事教育领域的预测学习分析(PLA)实践提供了重要指导：1秒间隔的SLD采集能在保证预测精度的同时实现最优计算效率，是开发实时学习分析仪表盘(LAD)的理想选择。研究同时警示，过度降低采样频率会导致对关键操作失误的漏检，这在安全至上的航海训练中可能带来严重后果。未来研究可进一步探索时间序列模型(LSTM)在高频数据中的应用，以及通过数据增强解决类别不平衡问题。这些发现不仅适用于海事教育，对航空、医疗等领域的模拟训练评估同样具有借鉴价值。