日本航海学会論文集
Online ISSN : 2187-3275
Print ISSN : 0388-7405
ISSN-L : 0388-7405
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 嘉洋伊藤 博子川村 恭己河島 園子
著者情報
ジャーナル 認証あり

2020 年 143 巻 p. 77-82

詳細
抄録

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.

著者関連情報

この記事はクリエイティブ・コモンズ [表示 - 非営利 - 改変禁止 4.0 国際]ライセンスの下に提供されています。
https://creativecommons.org/licenses/by-nc-nd/4.0/deed.ja
前の記事 次の記事
feedback
Top