Μέθοδοι μηχανικής μάθησης στη ναυτιλία
Machine learning applications on maximum wave height for shipping and maritime
Master Thesis
Συγγραφέας
Αμπατζή, Ζαχαρούλα
Ampatzi, Zacharoula
Ημερομηνία
2023-03Επιβλέπων
Γαλάνης, ΓεώργιοςGalanis, Georgios
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Μηχανική μάθηση ; Γραμμική παλινδρόμηση ; Λογιστική παλινδρόμηση ; Νευρωνικά δίκτυα ; Εφαρμογές προσομοίωσης θαλάσσιου κυματισμούΠερίληψη
Στόχος της παρούσας διπλωματικής είναι η εισαγωγική παρουσίαση της επιστημονικής περιοχής της Μηχανικής Μάθησης και ενδεικτικών εφαρμογών της σε πραγματικές μελέτες που συνδέονται άμεσα ή έμμεσα με την Ναυτιλία. Ξεκινά με τον ορισμό και την ταξινόμηση της Μηχανικής Μάθησης, συνοδευόμενη από τις εξελίξεις της μέσα στο χρόνο. Στη συνέχεια παρέχει το υπολογιστικό υπόβαθρο και τις βασικές αρχές τεσσάρων αλγορίθμων Εποπτευόμενης Μηχανικής Μάθησης: Γραμμικής Παλινδρόμησης, Πολυωνυμικής Παλινδρόμησης, Λογιστικής Παλινδρόμησης και των Νευρωνικών Δικτύων. Τα βασικότερα πλεονεκτήματα και μειονεκτήματα παρουσιάζονται για όλες τις μεθόδους. Επεξηγείται επίσης η επιλογή της χρήσης του λογισμικού MATLAB, πριν προχωρήσουμε σε τρεις εφαρμογές που βασίζονται σε πραγματικά δεδομένα θαλάσσιου κυματισμού στο Αιγαίο και το Ιόνιο Πέλαγος. Στην κατεύθυνση αυτή χρησιμοποιούνται: ένα μοντέλο Γραμμικής Παλινδρόμησης για την εκτίμηση του μέγιστου ύψους κύματος, ένα μοντέλο Λογιστική Παλινδρόμησης για την υποστήριξη της απόφασης να εκδοθεί απαγόρευσης απόπλου από τις λιμενικές αρχές και ένα Νευρωνικό Δίκτυο για την προσομοίωση του ύψους κύματος, και της κατάστασης θάλασσας σύμφωνα με την κλίμακα Douglas. Η διπλωματική ολοκληρώνεται με τα συμπεράσματα που απορρέουν από τις εν λόγω εφαρμογές.