Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18370
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΑλεξιάς, Παύλος-
dc.contributor.authorΑλεξιάς, Παύλος-
dc.contributor.authorΑλεξιάς, Παύλος-
dc.contributor.authorΑλεξιάς, Παύλος-
dc.contributor.authorΑλεξιάς, Παύλος-
dc.date.accessioned2022-07-19T07:14:28Z-
dc.date.available2022-07-19T07:14:28Z-
dc.date.issued2022-07-19-
dc.date.issued2022-07-19-
dc.date.issued2022-07-19-
dc.date.issued2022-07-19-
dc.date.issued2022-07-19-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18370-
dc.description.abstractΣκοπό της εργασίας αποτελεί η χρήση μοντέλων πρόβλεψης μηχανικής μάθησης για την πρόβλεψη καυσίμων τα οποία καταναλώνει ένα πλοίο. Πιο συγκεκριμένα, χρησιμοποιήθηκαν τα μοντέλα της γραμμικής και πολυωνυμικής παλινδρόμησης για την πρόβλεψη της εξαρτημένης μεταβλητής της κατανάλωσης καυσίμου ενός πλοίου. Ώς ανεξάρτητες μεταβλητές θεωρήθηκαν διάφορες άλλες μετρικές αποδοτικότητας του πλοίου, όπως ο μέγιστος δυνατός όγκος μεταφοράς φορτίου κ.α.. Στη συνέχεια για να αποφευχθεί η σχέση εξαρτήσεων που υποθέτουν τα μαθηματικά μοντέλα της γραμμικής και πολυωνυμικής παλινδρόμησης, υλοποιήθηκε ένα νευρωνικό δίκτυο με τον ίδιο σκοπό. Τις εισόδους του νευρωνικού δικτύου αποτέλεσαν οι ίδιες μετρικές αποδοτικότητας. Τέλος, υλοποιήθηκε ένα γραφικό περιβάλλον για την γρήγορη και εύκολη διεπαφή χρήστη με τα μοντέλα πρόβλεψης. Ο χρήστης εισάγει τα χαρακτηριστικά του πλοίου για το οποίο θέλει να υπολογίσει την κατανάλωση καυσίμου του. Στη συνέχεια το μοντέλο υπολογίζει την κατανάλωση καυσίμου ανά ναυτικό μίλι και παρουσιάζει στο χρήστη γραφήματα με σχετικές πληροφορίες για πλοία με παρόμοια με αυτά που εισήγαγε χαρακτηριστικά.en_US
dc.languageelen_US
dc.languageelen_US
dc.languageelen_US
dc.languageelen_US
dc.languageelen_US
dc.subjectΤεχνητή Νοημοσύνηen_US
dc.subjectΝαυτιλίαen_US
dc.subjectΓραμμική Παλινδρόμησηen_US
dc.subjectΝευρωνικά Δίκτυαen_US
dc.titleΠρόβλεψη κατανάλωσης καυσίμου πλοίων με τεχνικές μηχανικής μάθησηςen_US
dc.titleΠρόβλεψη κατανάλωσης καυσίμου πλοίων με τεχνικές μηχανικής μάθησηςen_US
dc.titleΠρόβλεψη κατανάλωσης καυσίμου πλοίων με τεχνικές μηχανικής μάθησηςen_US
dc.titleΠρόβλεψη κατανάλωσης καυσίμου πλοίων με τεχνικές μηχανικής μάθησηςen_US
dc.titleΠρόβλεψη κατανάλωσης καυσίμου πλοίων με τεχνικές μηχανικής μάθησηςen_US
dc.description.pages58en_US
dc.contributor.supervisorΑσκούνης Δημήτριοςen_US
dc.contributor.supervisorΑσκούνης Δημήτριοςen_US
dc.contributor.supervisorΑσκούνης Δημήτριοςen_US
dc.contributor.supervisorΑσκούνης Δημήτριοςen_US
dc.contributor.supervisorΑσκούνης Δημήτριοςen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
dc.departmentΤομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεωνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
ThesisPaulosAlexias.pdf4.2 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.