Εμφάνιση απλής εγγραφής

dc.contributor.advisorΦιλιππάκης, Μιχαήλ
dc.contributor.authorΖερβούδης, Στέφανος
dc.date.accessioned2022-08-03T10:05:07Z
dc.date.available2022-08-03T10:05:07Z
dc.date.issued2022-07
dc.identifier.urihttps://dione.lib.unipi.gr/xmlui/handle/unipi/14518
dc.identifier.urihttp://dx.doi.org/10.26267/unipi_dione/1941
dc.description.abstractΗ παρούσα διπλωματική εργασία εκπονήθηκε στα πλαίσια της φοίτησής μου στο Πανεπιστήμιο Πειραιώς στο Τμήμα Ψηφιακών Συστημάτων, και έχει ως αντικείμενο την πρόβλεψη της ταχύτητας ενός πλοίου βάσει χρονοσειρών. Πιο συγκεκριμένα τα δεδομένα τα οποία χρησιμοποιήθηκαν προήλθαν από τον σύνδεσμο: Heterogeneous Integrated Dataset for Maritime Intelligence, Surveillance, and Reconnaissance | Zenodo, τα οποία περιλαμβάνουν δεδομένα πλοίων όπου έχουν συλλεχθεί από τον δυτικό κόλπο της Γαλλίας στην περιοχή του Βισκαϊκoύ κόλπου, από τους δέκτες του AIS για χρονικό διάστημα έξι μηνών, από 01/10/2015 έως 31/03/2016. Τα προβλεπτικά μοντέλα τα οποία χρησιμοποιήθηκαν ήταν το ARIMA και VAR. Για τις προβλέψεις των μοντέλων κατασκευάστηκε ένα σύνολο δεδομένων για το μοντέλο ARIMA όπου περιέχει την ταχύτητα του πλοίου βάσει της ημερομηνίας και ένα σύνολο δεδομένων για το μοντέλο VAR όπου περιέχει δεδομένα πλοίου, καιρού, ανέμου και ωκεανού βάσει της ημερομηνίας. Για την αξιολόγηση των προβλέψεων των μοντέλων επιλέχθηκαν τα κριτήρια, AIC,BIC, RMSE και MAE. Μετά την ανάλυση και σύγκριση των δύο μοντέλων, το VAR μοντέλο αποδίδει καλύτερες προβλέψεις από το μοντέλο ARIMA με RMSE 2.67 knots.el
dc.format.extent64el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Πειραιώςel
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.titleΠρόβλεψη ταχύτητας πλοίου με χρήση χρονοσειρώνel
dc.typeMaster Thesisel
dc.contributor.departmentΣχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτωνel
dc.description.abstractENThis research has been conducted during my postgraduate degree at the University of Piraeus, Department of Digital Systems and the main goal is to predict vessel’s speed with timeseries. More specifically, the data that have been used was downloaded from the following link: Heterogeneous Integrated Dataset for Maritime Intelligence, Surveillance, and Reconnaissance | Zenodo, and contain data that were collected from the West coast of France, the Bay of Biscay, with AIS sensors, for time period of six months, from October 1st, 2015 to March 31st, 2016. ARIMA and VAR models have been used for our predictions. For the timeseries analysis we created one dataset for ARIMA model that contains vessel speed by datetime and one dataset for VAR model that contains ship, weather, wind and ocean data by datetime. The criteria that have been selected to evaluate the predictions of models are AIC, BIC, RMSE and MAE. After analyzing and comparing these two models, we conclude that the VAR model performs better than ARIMA with RMSE score of 2.67 knots.el
dc.contributor.masterΠληροφοριακά Συστήματα και Υπηρεσίεςel
dc.subject.keywordSpatiotemporal datael
dc.subject.keywordTime seriesel
dc.subject.keywordVessel speed predictionel
dc.subject.keywordVAR modelel
dc.subject.keywordARIMA modelsel
dc.date.defense2022-07-14


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

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»