【4/18更新】CiNii ArticlesのCiNii Researchへの統合について

再帰型ニューラルネットワークを用いた船舶の動静予測モデルの開発

  • 志尾 嘉洋
    横浜国立大学大学院 理工学府
  • 伊藤 博子
    海上・港湾・航空技術研究所 海上技術安全研究所 海洋リスク評価系
  • 川村 恭己
    横浜国立大学大学院 工学研究院
  • 河島 園子
    海上・港湾・航空技術研究所 海上技術安全研究所 海洋リスク評価系

書誌事項

タイトル別名
  • Development of ship behavior prediction model by using Recurrent Neural Network

抄録

<p>It is necessary to develop a system that reduces the load on the marine traffic control because its work is manual and heavy. In this study, we created a ship behavior prediction model using Recurrent Neural Network (RNN) to explore the possibility of marine traffic control and ship maneuvering support by machine learning. Specifically, we predicted the position and course of a ship that would go through the bend of the Uraga Channel from 5 items (length, width, course, speed and position) and displayed on a map. It shows that the effectiveness of ship behavior prediction by machine learning has been confirmed.</p>

収録刊行物

被引用文献 (0)*注記

もっと見る

参考文献 (1)*注記

もっと見る

関連論文

もっと見る

関連研究データ

もっと見る

関連図書・雑誌

もっと見る

関連博士論文

もっと見る

関連プロジェクト

もっと見る

関連その他成果物

もっと見る

詳細情報

問題の指摘

ページトップへ