РОЗРОБКА МОДЕЛІ ГЛИБОКОЇ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ ОЦІНКИ СТАНУ МОРЯ НА ОСНОВІ РУХУ СУДНА

Метою роботи є розробка моделі глибокої нейронної мережі для оцінки стану моря на основі руху судна з використанням щільно пов'язаних згорткових нейронних мереж для підвищення безпеки та ефективності, точності, залежності та динаміки оцінки стану моря для вирішення як завдань класифікації, так і завдань регресії. В результаті побудови моделі глибокої нейронної мережі оцінки стану моря на основі руху судна були отримані такі результати: спочатку була розроблена архітектура мережі на основі щільно пов'язаних згорткових нейронних мереж (DenseNet) з унікальним поєднанням модифікацій і шарів. Така архітектура дає можливість ефективно враховувати залежності і динаміку руху судна, що призводить до більш точної оцінки стану моря. Подруге, мережа була навчена підготовленим даним руху судна за допомогою оптимізаторів і функцій втрат, підібраних відповідно до завдання оцінки стану моря. Тренувальний процес містив налаштування гіперпараметрів, оптимізацію ваг та оцінку продуктивності моделі за тестовими даними. Потретє, модель оцінювалася за даними випробувань за допомогою відповідних метрик у залежності від конкретного завдання оцінки стану моря. Наприклад, для задачі класифікації використовувалася матриця точності і помилок, а для задачі регресії – середня абсолютна похибка (MAE) і середня квадратична похибка кореня (MSE). Результати побудови моделі глибокої нейронної мережі для оцінки стану моря на основі руху судна підтверджують її ефективність і значимість для мети дослідження. Застосування такої моделі важливо саме в контексті оцінки стану моря. Висока точність оцінки допомагає приймати більш достовірні рішення і прогнозувати можливі зміни відповідно до морських умов, що виникають на даний час руху судна. Врахування залежностей і динаміки руху судна дозволяє моделювати й адаптуватися до умов, що змінюються, що підвищує його технологічність та ефективність. Використання такої моделі сприяє підвищенню безпеки та ефективності морських операцій, оптимізації використання ресурсів і запобігання можливим аваріям. Таким чином, модель глибокої нейронної мережі, розроблена для оцінки стану моря на основі руху судна, є ефективним інструментом у сфері безпеки та ефективності судноплавства. Її використання сприяє більш точним прогнозам і прийняттю обґрунтованих рішень, що важливо для морських операцій і забезпечення безпеки судноплавства в цілому