Modeling Vessel Shaft Power from Noon Reports: Data Fusion Strategies for Deep Learning under varying Data Availability

La economía mundial se mueve sobre el agua. Aproximadamente el ochenta por ciento de todo el comercio internacional viaja por barco, lo que convierte al transporte marítimo en la columna vertebral invisible de la vida moderna. Para mantener estas enormes embarcaciones funcionando de manera eficiente, los operadores necesitan saber exactamente cuánta potencia están utilizando sus motores en cualquier momento dado. Esta potencia, conocida como potencia del eje, está directamente ligada al consumo de combustible y a los gases de efecto invernadero que emiten los barcos. Cuanto más eficientemente se mueva un barco a través del agua, menos combustible quemará y más limpio permanecerá el aire. Sin embargo, conocer esta potencia en tiempo real es difícil. Aunque algunos barcos modernos están equipados con sensores de alta tecnología que registran el rendimiento del motor cada quince minutos, muchas embarcaciones operan sin ellos. En su lugar, dependen de los "reportes de mediodía" (noon reports), una entrada tradicional en el libro de registro realizada una vez al día por la tripulación. Estas notas diarias capturan una instantánea del viaje del barco, incluyendo su velocidad, el clima y la producción del motor, pero carecen del detalle fino del monitoreo continuo. Durante décadas, este vacío de datos ha dificultado la predicción de cómo se comportará un barco o la optimización de su ruta para el ahorro de combustible, dejando un punto ciego significativo en el esfuerzo por hacer que la navegación sea más ecológica.

Un equipo de investigadores del Laboratorio de Investigación Simula en Noruega ha desarrollado una nueva forma de llenar este vacío. Se preguntaron si era posible utilizar los informes de mediodía dispersos y diarios, combinados con datos públicos sobre el clima y las corrientes oceánicas, para predecir con precisión la potencia del motor de un barco, incluso cuando faltan datos de alta frecuencia. Para probar esto, construyeron tres modelos diferentes de aprendizaje profundo, un tipo de inteligencia artificial que aprende patrones a partir de datos. Cada modelo fue diseñado para una situación diferente: uno para barcos con muy pocos datos históricos, uno para barcos que tienen algunos meses de registros y uno para barcos con años de registros. Los investigadores probaron estos modelos en dos grupos de barcos muy diferentes: ocho grandes graneleros y siete petroleros. Descubrieron que, al fusionar los diarios de la tripulación con información externa sobre viento, olas y corrientes, podían mejorar significativamente la precisión de las predicciones de potencia. Más importante aún, descubrieron que el mejor método para utilizar depende enteramente de cuántos datos estén disponibles para un barco específico, en lugar de qué tan similar sea ese barco a otros.

El núcleo del desafío reside en la naturaleza de los datos. Los reportes de mediodía proporcionan un promedio diario, pero el océano cambia constantemente. Un barco puede encontrarse con una tormenta por la mañana y mares tranquilos por la tarde, pero el libro de registro solo registra un número para todo el día. Los investigadores se dieron cuenta de que, para predecir la potencia del motor con precisión, necesitaban reconstruir los detalles faltantes del día. Lo hicieron tomando el reporte diario y realizando un "sobremuestreo" (upsampling), llenando los huecos con datos de fuentes públicas como mapas meteorológicos satelitales y monitores de corrientes oceánicas. Esto creó una imagen mucho más rica del viaje del barco, convirtiendo efectivamente una simple nota diaria en una línea de tiempo detallada de eventos. Sin embargo, el simple hecho de alimentar estos nuevos datos en un modelo informático estándar no funcionó bien porque el modelo aún carecía de las lecturas reales de potencia minuto a minuto para aprender. Los investigadores tuvieron que inventar nuevas formas de enseñar a los modelos utilizando solo los resúmenes diarios.

Su primer enfoque, diseñado para barcos con muy pocos datos, utilizó una técnica llamada transferencia de aprendizaje (transfer learning). Imagine a un estudiante que ya ha aprendido un tema en gran detalle y luego intenta enseñarle a un nuevo estudiante que solo tiene algunas notas. Los investigadores tomaron un modelo que había sido entrenado con los datos de alta calidad de los sensores de un barco y lo usaron como punto de partida para un barco diferente que solo tenía registros diarios. Al congelar las capas iniciales del modelo que comprendían la física general y reentrenar solo la capa final con los limitados registros del nuevo barco, pudieron transferir el conocimiento de manera efectiva. Este método demostró ser el más robusto para barcos con casi ninguna historia, permitiéndoles realizar predicciones confiables con tan solo un mes de datos. Funcionó lo suficientemente bien como para demostrar la transferibilidad entre flotas específicas de graneleros y petroleros probados, aunque el estudio señaló que esto fue evaluado utilizando un único buque de origen y que la generalización a otras categorías de buques no fue evaluada.

Para barcos con una cantidad moderada de datos, específicamente entre dos y cuatro meses de registros, los investigadores encontraron que una estrategia diferente funcionaba mejor. Este enfoque trataba el diario como un rompecabezas. Se le pidió al modelo que hiciera dos cosas a la vez: predecir la potencia del motor y tratar de reconstruir los detalles de alta frecuencia faltantes del día basándose en el promedio diario. Al obligar al modelo a comprender los patrones subyacentes del día para resolver la tarea de reconstrucción, este aprendió una mejor representación del comportamiento del barco. Este método, que los investigadores llamaron aprendizaje guiado por reconstrucción, proporcionó un punto medio estable. Era más confiable que el método de transferencia de aprendizaje para barcos con esta cantidad específica de historial, ofreciendo un equilibrio entre rendimiento y estabilidad sin necesidad de un "barco hermano" del cual aprender.

Cuando los barcos tenían un largo historial de registros, que abarcaba seis meses o más, un tercer enfoque se convirtió en el claro ganador. Este método, conocido como supervisión de pérdida agregada (aggregate loss supervision), cambió la forma en que el modelo aprendía. En lugar de intentar predecir la potencia para cada momento del día, el modelo fue entrenado para asegurar que el promedio de sus predicciones para el día coincidiera con la entrada real del registro diario. Esto permitió que el modelo aprendiera las tendencias y patrones generales de la operación del barco sin confundirse por el ruido de los puntos de datos faltantes. Con suficientes datos históricos, este método produjo las predicciones más precisas de todos, superando a los otros dos enfoques. Demostró que, con suficientes datos, el modelo podía aprender a generalizar el comportamiento del barco tan bien que podía predecir la potencia a una alta frecuencia, igualando el detalle de los costosos sensores, a pesar de haber sido entrenado únicamente con los registros diarios.

Un hallazgo sorprendente surgió cuando los investigadores analizaron cómo elegir el método adecuado para un nuevo barco. Esperaban que la similitud física entre los barcos —como su tamaño, tipo de motor o velocidad— fuera el factor clave. Construyeron un índice complejo para medir qué tan similares eran dos barcos, con la esperanza de usarlo para guzar la selección del mejor modelo. Sin embargo, los datos no mostraron ningún vínculo significativo entre esta similitud y el éxito del modelo. En cambio, el predictor más confiable de éxito era simplemente qué tan predecibles eran los propios registros diarios del barco antes de aplicar cualquier modelado avanzado. Si los propios registros de un barco ya eran algo predecibles, el método de transferencia de aprendizaje funcionaba mejor. Si los registros eran caóticos, se necesitaban los otros métodos. Esto sugiere que los operadores no necesitan buscar un "barco hermano" para obtener un buen modelo; solo necesitan evaluar la calidad de los datos que su propio barco ya está produciendo.

El estudio también abordó la pregunta práctica de cuánto dato se necesita para comenzar. Para el método de transferencia de aprendizaje, los investigadores encontraron que un barco podía lograr predicciones confiables con solo un mes de datos si se estaba entrenando con la historia de un buque similar. Para el método de reconstrucción, se necesitaban unos cuatro meses de datos para alcanzar un estado estable. El método de pérdida agregada, aunque era el más preciso, requería al menos seis meses de datos para converger en una solución confiable. Estos umbrales proporcionan una hoja de ruta clara para las empresas navieras: si un barco es muy nuevo, use el enfoque de transferencia de aprendizaje; si tiene algunos meses de registros, use el método de reconstrucción; y si tiene un año de registros, cambie al método de pérdida agregada para obtener la máxima precisión.

Al final, la investigación demuestra que las limitaciones de los datos diarios dispersos pueden superarse fusionándolos con la información externa adecuada y la estrategia de aprendizaje correcta. El estudio descartó la idea de que un solo modelo pudiera funcionar para cada barco o que la similitud física fuera el factor decisivo. En su lugar, mostró que la cantidad de datos históricos disponibles es la variable más crítica. Al hacer coincidir el enfoque de modelado con la disponibilidad de datos, es posible convertir los simples diarios diarios en una poderosa herramienta para monitorear el rendimiento de los barcos. Esta capacidad permite a los operadores optimizar rutas y reducir el consumo de combustible sin necesidad de instalar costosos sensores en cada embarcación de la flota. Los hallazgos ofrecen un camino práctico para que la industria marítima mejore su eficiencia y reduzca su huella ambiental, demostando que incluso las fuentes de datos más antiguas pueden ser revitalizadas con técnicas modernas.