Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18899
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΚουφού, Παναγιώτα-Ελευθερία-
dc.date.accessioned2023-11-10T08:05:19Z-
dc.date.available2023-11-10T08:05:19Z-
dc.date.issued2023-10-12-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18899-
dc.description.abstractΚρίσιμο ζήτημα, για τον τομέα της ναυτιλίας αποτελεί ο έλεγχος της κατανάλωσης καυσίμου, για λόγους οικονομικούς και περιβαλλοντικούς. Στην παρούσα εργασία, το πρόβλημα αυτό αντιμετωπίζεται από την σκοπιά της συνεισφοράς που μπορεί να έχει η μηχανική μάθηση στην πρόβλεψη της κατανάλωσης καυσίμου, βάση άλλων χαρακτηριστικών του πλοίου και των καιρικών συνθηκών, την παρούσα χρονική στιγμή ή σε βάθος μικρού χρονικού ορίζοντα και στον εντοπισμό μοτίβων που συσχετίζουν την κατανάλωση καυσίμου με τα λοιπά χαρακτηριστικά. Στο θεωρητικό μέρος, παρουσιάστηκαν οι βασικές αρχές και βήματα λειτουργίας ενός πλήθους αλγορίθμων επιβλεπόμενης, συλλογικής, ομοσπονδιακής μάθησης και αναδρομικών νευρωνικών δικτύων. Ακόμα, συζητήθηκαν οι κυριότερες προσεγγίσεις στην προεπεξεργασία των δεδομένων και οι δημοφιλέστερες μετρικές αξιολόγησης μοντέλων επιβλεπόμενης μάθησης. Στο πρακτικό μέρος, παρουσιάστηκαν τα αποτελέσματα από την εφαρμογή αυτών των αλγορίθμων και μεθόδων στα πραγματικά δεδομένα πλοίων, για την επιλογή διαφορετικών υπερπαραμέτρων, σχολιάστηκαν και αξιολογήθηκαν ως προς την ικανότητα τους να παράγουν γενικευμένες προβλέψεις. Τέλος, έγινε αναφορά στην συνεισφορά της εργασίας μας και σε μελλοντικές προεκτάσεις που θα μπορούσε να έχει.en_US
dc.languageelen_US
dc.subjectμηχανική μάθηση, ναυτιλία, κατανάλωση καυσίμου, επιβλεπόμενη μάθηση, νευρωνικά δίκτυα, συλλογική μάθηση, συστήματα μακράς-βραχείας μνήμης, ομοσπονδιακή μάθηση, προεπεξεργασίαen_US
dc.subjectmachine learning, shipping, fuel consumption, supervised learning, neural networks, ensemble learning, long short-term memory (LSTM) systems, federated learning, preprocessingen_US
dc.titleΤεχνικές Μηχανικής Μάθησης για την πρόβλεψη και βελτιστοποίηση κατανάλωσης καυσίμου στην ναυτιλίαen_US
dc.description.pages85en_US
dc.contributor.supervisorΚόλλιας Στέφανοςen_US
dc.departmentΤομέας Τεχνολογίας Πληροφορικής και Υπολογιστώνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Διπλωματική_Κουφού_Παναγιώτα_final.pdf1.8 MBAdobe PDFView/Open


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