dc.contributor.advisor | Φιλιππάκης, Μιχαήλ | |
dc.contributor.author | Ζερβούδης, Στέφανος | |
dc.date.accessioned | 2022-08-03T10:05:07Z | |
dc.date.available | 2022-08-03T10:05:07Z | |
dc.date.issued | 2022-07 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/14518 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/1941 | |
dc.description.abstract | Η 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.extent | 64 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Πρόβλεψη ταχύτητας πλοίου με χρήση χρονοσειρών | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων | el |
dc.description.abstractEN | This 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.master | Πληροφοριακά Συστήματα και Υπηρεσίες | el |
dc.subject.keyword | Spatiotemporal data | el |
dc.subject.keyword | Time series | el |
dc.subject.keyword | Vessel speed prediction | el |
dc.subject.keyword | VAR model | el |
dc.subject.keyword | ARIMA models | el |
dc.date.defense | 2022-07-14 | |