ПРОГНОЗУВАННЯ ВІДМОВ СУДНОВИХ НАВІГАЦІЙНИХ СИСТЕМ З ВИКОРИСТАННЯМ МЕТОДІВ МАШИННОГО НАВЧАННЯ

O. Maranov
{"title":"ПРОГНОЗУВАННЯ ВІДМОВ СУДНОВИХ НАВІГАЦІЙНИХ СИСТЕМ З ВИКОРИСТАННЯМ МЕТОДІВ МАШИННОГО НАВЧАННЯ","authors":"O. Maranov","doi":"10.26906/sunz.2023.3.037","DOIUrl":null,"url":null,"abstract":"Метою статті є розробка методу використання випадкового лісу для прогнозування відмов суднових навігаційних систем з високим ступенем точності для підвищення безпеки на морі. Суднові навігаційні системи відіграють важливу роль у безпеці судноплавства. Вони надають капітанам суден інформацію про їх місцезнаходження, погоду та інші умови, які можуть вплинути на безпеку судна. Однак навігаційні системи суден також схильні до збоїв. Помилки в навігаційних системах можуть призвести до зіткнень, затоплення та інших небезпечних ситуацій. У статті запропоновано використовувати алгоритм випадкового лісу для прогнозування відмов суднових навігаційних систем. Алгоритм випадкового лісу – це техніка машинного навчання, яка може бути використана для побудови моделей, здатних передбачити ймовірність події. У даному випадку подією є вихід з ладу навігаційної системи. Алгоритм випадкового лісу працює шляхом побудови ряду дерев рішень. Кожне дерево рішень будується на підвибірці даних. Підвибірка даних здійснюється випадковим чином. Потім алгоритм об'єднує передбачення всіх дерев рішень для отримання остаточного прогнозу. У статті продемонстровано, що алгоритм випадкового лісу може бути використаний для прогнозування відмов суднових навігаційних систем з високим ступенем точності. Використовувався набір даних з 1 000 записів. Набір даних містив дані з датчиків, а також мітку, яка вказувала, чи була навігаційна система справною на той момент часу. Модель була навчена на 80% набору даних, а 20% набору даних було використано для перевірки точності моделі. Точність моделі на тестовому наборі склала 95%. Таким чином, результати показують, що алгоритм випадкового лісу може бути використаний для підвищення безпеки на морі. З його допомогою можна запобігти відмовам навігаційних систем суден, що може запобігти зіткненням, затопленням та іншим небезпечним ситуаціям.","PeriodicalId":488657,"journal":{"name":"Sistemi upravlìnnâ, navìgacìï ta zvʼâzku","volume":"2013 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sistemi upravlìnnâ, navìgacìï ta zvʼâzku","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26906/sunz.2023.3.037","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Метою статті є розробка методу використання випадкового лісу для прогнозування відмов суднових навігаційних систем з високим ступенем точності для підвищення безпеки на морі. Суднові навігаційні системи відіграють важливу роль у безпеці судноплавства. Вони надають капітанам суден інформацію про їх місцезнаходження, погоду та інші умови, які можуть вплинути на безпеку судна. Однак навігаційні системи суден також схильні до збоїв. Помилки в навігаційних системах можуть призвести до зіткнень, затоплення та інших небезпечних ситуацій. У статті запропоновано використовувати алгоритм випадкового лісу для прогнозування відмов суднових навігаційних систем. Алгоритм випадкового лісу – це техніка машинного навчання, яка може бути використана для побудови моделей, здатних передбачити ймовірність події. У даному випадку подією є вихід з ладу навігаційної системи. Алгоритм випадкового лісу працює шляхом побудови ряду дерев рішень. Кожне дерево рішень будується на підвибірці даних. Підвибірка даних здійснюється випадковим чином. Потім алгоритм об'єднує передбачення всіх дерев рішень для отримання остаточного прогнозу. У статті продемонстровано, що алгоритм випадкового лісу може бути використаний для прогнозування відмов суднових навігаційних систем з високим ступенем точності. Використовувався набір даних з 1 000 записів. Набір даних містив дані з датчиків, а також мітку, яка вказувала, чи була навігаційна система справною на той момент часу. Модель була навчена на 80% набору даних, а 20% набору даних було використано для перевірки точності моделі. Точність моделі на тестовому наборі склала 95%. Таким чином, результати показують, що алгоритм випадкового лісу може бути використаний для підвищення безпеки на морі. З його допомогою можна запобігти відмовам навігаційних систем суден, що може запобігти зіткненням, затопленням та іншим небезпечним ситуаціям.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
利用机器学习方法预测船舶导航系统故障
本文旨在开发一种使用随机森林高精度预测船舶导航系统故障的方法,以提高海事安全。船舶导航系统在航运安全中发挥着重要作用。它们为船长提供有关其位置、天气和可能影响船舶安全的其他条件的信息。然而,船舶导航系统也容易出现故障。导航系统的错误会导致碰撞、洪水和其他危险情况。本文提出使用随机森林算法来预测船舶导航系统故障。随机森林算法是一种机器学习技术,可用于建立预测事件发生概率的模型。在这种情况下,事件就是导航系统故障。随机森林算法的工作原理是建立一系列决策树。每棵决策树都建立在一个数据子样本上。子样本是随机选择的。然后,该算法将所有决策树的预测结果结合起来,得出最终预测结果。本文证明,随机森林算法可用于预测船舶导航系统故障,而且准确度很高。本文使用了一个包含 1,000 条记录的数据集。数据集包含传感器数据以及一个标签,表明导航系统当时是否处于良好工作状态。模型在 80% 的数据集上进行了训练,20% 的数据集用于测试模型的准确性。模型在测试集上的准确率为 95%。因此,结果表明随机森林算法可用于提高海事安全。它可用于预防船舶导航系统故障,从而避免碰撞、沉没和其他危险情况的发生。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
ІТ ТА ТЕХНОЛОГІЇ ШТУЧНОГО ІНТЕЛЕКТУ У ПІДГОТОВЦІ ІНЖЕНЕРІВ З ТЕЛЕКОМУНІКАЦІЙ МОДЕЛЮВАННЯ НАДІЙНОСТІ ТРАНСПОРТУ В ЕКСТРЕМАЛЬНИХ УМОВАХ ФУНКЦІОНУВАННЯ ЯК СИСТЕМИ МАСОВОГО ОБСЛУГОВУВАННЯ З ПРІОРИТЕТАМИ АНАЛІТИЧНЕ МОДЕЛЮВАННЯ ТРАНСПОРТНИХ ЗАТРИМОК НА РЕГУЛЬОВАНИХ ПЕРЕХРЕСТЯХ ПРИ ГРУПОВОМУ ПРИБУТТІ ТРАНСПОРТНИХ ЗАСОБІВ ДО НИХ USING JAVA AND C # PROGRAMMING LANGUAGES FOR SERVER PLATFORMS AND WORKSTATIONS ОПТИМІЗАЦІЙНА МОДЕЛЬ ТЯГОВОГО АСИНХРОННОГО ЕЛЕКТРОПРИВОДУ ДИЗЕЛЬ-ПОЇЗДА ТА ЇЇ ДОСЛІДЖЕННЯ
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1