Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/1345
Τύπος: | Ανακοίνωση σε συνέδριο |
Τίτλος: | Vessel trajectory prediction using radial basis function neural networks |
Συγγραφέας: | [EL] Στογιάννος, Μάριος[EN] Stogiannos, Marios [EL] Παπαδημητράκης, Μύρων[EN] Papadimitrakis, Myron [EL] Σαρίμβεης, Χαράλαμπος[EN] Sarimveis, Haralambos [EL] Αλεξανδρίδης, Αλέξανδρος[EN] Alexandridis, Alexandros |
Ημερομηνία: | Ιου-2021 |
Περίληψη: | This work presents a novel data-driven modeling approach for the direct prediction of a vessel’s trajectory through the use of AIS data. The proposed method is based on radial basis function neural networks trained with the fuzzy means algorithm, a combination which produces models of high accuracy and simple structures. The produced model is applied on real AIS data in order to approximate the behavioral patterns of cargo ships when moving in the vicinity of a busy port. Results show that the proposed method outperforms a well-established machine learning technique, namely multi-layer perceptrons, not only in terms of accuracy for one-step and multi-step-ahead prediction, but also by providing lower computational times; these facts make it suitable for use in receding horizon integrated control frameworks. |
Γλώσσα: | Αγγλικά |
Τόπος δημοσίευσης: | Lviv, Ukraine |
Σελίδες: | 6 |
DOI: | 10.1109/EUROCON52738.2021.9535562 |
ISBN: | 978-1-6654-3299-3/21 |
Θεματική κατηγορία: | [EL] Ηλεκτρική και Ηλεκτρονική Μηχανική[EN] Electrical and Electronic Engineering |
Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://ieeexplore.ieee.org/document/9535562 |
Σημειώσεις: | This research is co-financed by Greece and the European Union (European Social Fund- ESF) through the Operational Programme «Human Resources Development, Education and Lifelong Learning 2014-2020» in the context of the project “Cooperative distributed adaptive model predictive control methods using computational intelligence” (MIS 5050291). |
Εμφανίζεται στις συλλογές: | Ερευνητικές ομάδες |
Αρχεία σε αυτό το τεκμήριο:
Το πλήρες κείμενο αυτού του τεκμηρίου δεν διατίθεται προς το παρόν από το αποθετήριο