Εμφάνιση απλής εγγραφής

dc.contributor.advisorΦιλιππάκης, Μιχαήλ
dc.contributor.authorΠαπαθανασίου, Δημήτρης
dc.date.accessioned2020-10-16T09:22:16Z
dc.date.available2020-10-16T09:22:16Z
dc.date.issued2020
dc.identifier.urihttps://dione.lib.unipi.gr/xmlui/handle/unipi/12966
dc.identifier.urihttp://dx.doi.org/10.26267/unipi_dione/389
dc.description.abstractΌπως όλες οι εταιρείες με επιχειρηματική δραστηριότητα έτσι και οι ναυτιλιακές καλούνται να δράσουν με σκοπό την κερδοφορία η οποία μετρά την αποτελεσματικότητα της επιχείρησης να χρησιμοποιεί την περιουσία της ώστε να παράγει κέρδος και αξία. Το ανθρώπινο δυναμικό που βρίσκεται εν πλω, κατά κύριο λόγο αποτελεί τον παράγοντα που διασφαλίζει την ομαλή και προγραμματισμένη πορεία ενός εμπορικού ταξιδιού το οποίο ταξίδι αποτελεί την βασικότερη δραστηριότητα μιας ναυτιλιακής εταιρείας. Λόγω του σύνθετου περιβάλλοντος και των απρόβλεπτων συνθηκών που χαρακτηρίζουν ένα ταξίδι, η ναυτιλιακή εταιρεία βρίσκεται συνεχώς σε εγρήγορση και πρέπει να είναι έτοιμη να ανταπεξέλθει, σκεπτόμενη πάντα με εμπορική σκοπιά, σε νέα δεδομένα. Τα ξαφνικά ατυχήματα που γίνονται πάνω σε πλοία του εμπορικού ναυτικού αποτελούν μερίδιο των αστάθμητων και απρόβλεπτων συμβάντων και μπορεί να έχουν άμεσο αντίκτυπο στην πορεία του πλοίου καθώς και στην συνολική απόδοση του ταξιδιού. Ο σκοπός της διπλωματικής εργασίας είναι η θεωρητική και πειραματική μελέτη αλγορίθμων εποπτευόμενης μηχανικής μάθησης με τη χρήση του προγραμματιστικού περιβάλλοντος R. Απώτερος στόχος είναι η δημιουργία και η ανάπτυξη αξιόλογων μοντέλων πρόγνωσης τα οποία θα προβλέπουν τη σημαντικότητα των ατυχημάτων που συμβαίνουν κατά τη διάρκεια του ταξιδιού ενός εμπορικού πλοίου, παράμετρος η οποία αποτελεί βασικό χαρακτηριστικό για την πρόβλεψη της δαπάνης που απαιτείται για την αντιμετώπισή του. Γενικά το πρόβλημα της πρόβλεψης αποτελεί ένα από τα μεγαλύτερα σημεία ενδιαφέροντος στον κλάδο της μηχανικής μάθησης με ευρύ ερευνητικό φάσμα. Η εφαρμογή της πρόβλεψης βρίσκεται σε ποικίλα επιστημονικά πεδία όπως είναι η ιατρική, μετεωρολογία, βιολογία καθώς επίσης και στη βιομηχανία-οικονομία όπως για παράδειγμα στον κλάδο της αυτοκινητοβιομηχανίας, τράπεζες ασφαλιστικές κλπ. έχοντας διάφορες πρακτικές εφαρμογές. Στο χώρο της ναυτιλίας η χρήση μοντέλων πρόβλεψης είναι επίσης διαδεδομένη ωστόσο δεν υπάρχει κάποια προηγούμενη εφαρμογή για το θέμα της παρούσας εργασίας. Αρχικά θα μελετήσουμε τη συμπεριφορά και την απόδοση των αλγορίθμων μηχανικής μάθησης και στη συνέχεια θα ενισχύσουμε την απόδοση της μέσα από τεχνικές βελτιστοποίησης. Τέλος θα συγκρίνουμε τα αποτελέσματα και θα εξάγουμε τα ανάλογα αποτελέσματα.el
dc.format.extent67el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Διεθνές*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleΜελέτη ναυτικών ατυχημάτων και πρόβλεψη δαπανών μέσω αλγορίθμων μηχανικής μάθησηςel
dc.typeMaster Thesisel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτωνel
dc.description.abstractENLike all business entities, shipping companies are called upon to act for profitability, which is how well a company utilizes its resources in the purpose to generate profit and shareholder value. The onboard human resources are the most essential factor that ensures a smooth and planned course of a business voyage, which is the main activity of a shipping company. Due to the complex environment and unforeseen circumstances that characterize a voyage, the shipping company is constantly on the alert and must be ready to manage, the new data and the new situation. Sudden accidents that happen on merchant ships are part of the unforeseen and unexpected events and can have a direct impact on the ship's course as well as the overall performance of the voyage. The main goal of this master thesis is to study the theoretical and experimental algorithms of supervised machine learning using the R programmatic environment. The final goal is to develop and deploy valuable forecasting models that predict the importance of accidents occurring during a voyage of a merchant ship, which is a key feature of predicting the required total treatment cost. In general, prediction is one of the core points of interest in machine learning field with a wide range of research. The application of the forecast is carried out in various scientific majors such as medicine, meteorology, biology as well as the industry, such as the automobile industry, insurance companies, banks, etc. with various practical applications. In the shipping industry, the use of forecasting models is also widespread, but there is no prior application to the subject of the present master thesis. Primarily we will study the behavior and the performance of the applied machine learning algorithms and then enhance its performance through optimization techniques. Finally, we will compare the results and extract the analogous results.el
dc.contributor.masterΨηφιακά Συστήματα και Υπηρεσίεςel
dc.subject.keywordAnalyticsel
dc.subject.keywordMachine learningel
dc.subject.keywordSupervised machine learning algorithmsel
dc.subject.keywordBinary classification problemel
dc.subject.keywordForecastingel
dc.date.defense2020-02-19


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές

Βιβλιοθήκη Πανεπιστημίου Πειραιώς
Επικοινωνήστε μαζί μας
Στείλτε μας τα σχόλιά σας
Created by ELiDOC
Η δημιουργία κι ο εμπλουτισμός του Ιδρυματικού Αποθετηρίου "Διώνη", έγιναν στο πλαίσιο του Έργου «Υπηρεσία Ιδρυματικού Αποθετηρίου και Ψηφιακής Βιβλιοθήκης» της πράξης «Ψηφιακές υπηρεσίες ανοιχτής πρόσβασης της βιβλιοθήκης του Πανεπιστημίου Πειραιώς»