Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "ship machine" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Wspomaganie sterowania statkiem za pomocą ewolucyjnych sieci neuronowych
Ship steering support with the use of evolutionary neural networks
Autorzy:
Łącki, M.
Powiązania:
https://bibliotekanauki.pl/articles/360275.pdf
Data publikacji:
2008
Wydawca:
Akademia Morska w Szczecinie. Wydawnictwo AMSz
Tematy:
uczenie maszynowe
algorytmy sztucznej inteligencji
ewolucyjne sieci neuronowe
sterowanie statkiem
machine learning
artificial intelligence algorithms
evolutionary neural networks
ship steering
Opis:
W artykule przedstawiono koncepcję zastosowania ewolucyjnych sieci neuronowych we wspomaganiu procesów podejmowania decyzji podczas manewrowania statkiem na ograniczonym obszarze. Rozważane są wybrane algorytmy, operacje genetyczne, metody kodowania i selekcji oraz struktury ewolucyjnych sieci neuronowych.
This paper describes a concept of evolutionary neural networks application in decision process support during vessel manoeuvring in a restricted area. Selected algorithms, genetic operations, methods of coding and selection, and structures of evolutionary neural networks are considered in the paper.
Źródło:
Zeszyty Naukowe Akademii Morskiej w Szczecinie; 2008, 14 (86); 34-37
1733-8670
2392-0378
Pojawia się w:
Zeszyty Naukowe Akademii Morskiej w Szczecinie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Reinforcement Learning in Ship Handling
Autorzy:
Łącki, M.
Powiązania:
https://bibliotekanauki.pl/articles/117361.pdf
Data publikacji:
2008
Wydawca:
Uniwersytet Morski w Gdyni. Wydział Nawigacyjny
Tematy:
Ship Handling
Reinforcement Learning
Machine Learning Techniques
Manoeuvring
Restricted Waters
Markov Decision Process (MDP)
Artificial Neural Network (ANN)
multi-agent environment
Opis:
This paper presents the idea of using machine learning techniques to simulate and demonstrate learning behaviour in ship manoeuvring. Simulated model of ship is treated as an agent, which through environmental sensing learns itself to navigate through restricted waters selecting an optimum trajectory. Learning phase of the task is to observe current state and choose one of the available actions. The agent gets positive reward for reaching destination and negative reward for hitting an obstacle. Few reinforcement learning algorithms are considered. Experimental results based on simulation program are presented for different layouts of possible routes within restricted area.
Źródło:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation; 2008, 2, 2; 157-160
2083-6473
2083-6481
Pojawia się w:
TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Real-time training algorithms in neuroevolutionary navigational decision support system
Algorytmy szkolenia w czasie rzeczywistym w neuroewolucyjnym systemie wsparcia podejmowania decyzji nawigacyjnych
Autorzy:
Łącki, M.
Powiązania:
https://bibliotekanauki.pl/articles/222133.pdf
Data publikacji:
2012
Wydawca:
Akademia Marynarki Wojennej. Wydział Dowodzenia i Operacji Morskich
Tematy:
sztuczna inteligencja
ewolucyjne sieci neuronowe
nawigacja morska
wyznaczanie tras
manewrowanie
sterowanie bezpieczeństwem okrętu
symulacja komputerowa
machine learning
artificial intelligence
evolutionary neural networks
marine navigation
routing and manoeuvring
safe ship control
computer simulation
Opis:
The paper presents the idea of using advanced machine learning algorithms to aid decision making in ship manoeuvring in real time. Evolutionary neural networks are used in this purpose. In the simulated model of manoeuvring ship a helmsman is treated as an individual in population of competitive helmsmen, which through environmental sensing and evolution processes learn how to navigate safely through restricted waters.
Artykuł przedstawia koncepcję wykorzystania zaawansowanych algorytmów uczenia się maszyn dla wsparcia podejmowania decyzji manewrowania okrętem w czasie rzeczywistym. Do tego celu wykorzystywane są ewolucyjne sieci neuronowe. W symulowanym modelu manewrowania okrętem sternik jest traktowany jako jednostka w populacji konkurencyjnych sterników, którzy poprzez wyczuwanie środowiskowe i procesy ewolucyjne uczą się jak prowadzić nawigację bezpiecznie po ograniczonych akwenach.
Źródło:
Zeszyty Naukowe Akademii Marynarki Wojennej; 2012, R. 53 nr 4 (191), 4 (191); 93-104
0860-889X
Pojawia się w:
Zeszyty Naukowe Akademii Marynarki Wojennej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies