文献

J-GLOBAL ID：202102250204987219   整理番号：21A2064446

コンテナ船における曳航計画自動化のためのマルチモーダル深層学習とAutoMLによるラッシング力予測モデル【JST・京大機械翻訳】

Lashing Force Prediction Model with Multimodal Deep Learning and AutoML for Stowage Planning Automation in Containerships

著者 (3件)： Lee Chaemin (Total Soft Bank Ltd., Busan 48002, Korea) ,  Lee Mun Keong (Maersk Singapore Pte. Ltd., Singapore 089763, Singapore) ,  Shin Jae Young (Logistics Engineering Department, Korea Maritime & Ocean University, Busan 49112, Korea)
資料名： Logistics (Web)  (Logistics (Web))
巻： 5  号： 1  ページ： 1  発行年： 2020年 
JST資料番号： U7231A  ISSN： 2305-6290  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： コンテナ船におけるラッシング力の計算は,特に10,000TEU(Twenty-足等価ユニット)のような大きなコンテナ船に対して,貨物安全性,特に,スロット利用に関して最も重要な側面の1つである。船舶が完全であり,デッキ上のスタックが非常に高いので,大きなコンテナ船が地域の最後のポートにあるとき,それは, st航計画者にとって挑戦である。しかし,ラッシング力計算は,船舶が保証される分類社会(クラス)に大きく依存する。その式は公表されておらず,各クラス(例えば,Lloyd,DNVGL,ABS,BVなど)ごとに異なる。したがって,ラッシング結果計算は,オンボード安定性プログラム(OSP)によって認証されたクラスによってのみ検証できる。ラッシング結果が提出された st年齢計画でコンパイルされるのを確実にするため,オフィスの st年齢計画者は,OSPの同じコピーに頼る必要がある。本研究では,特徴を抽出し,ラッシング力の陽的計算なしに機械学習によるラッシング力を予測するモデルを紹介した。ANN,CNNとRNN,およびAutoMLアプローチによるマルチモーダル深層学習を,機械学習モデルのために提案する。訓練されたモデルはラッシング力結果を予測することができ,その結果はそのクラスからの結果に近い。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自動化 ,  船舶 ,  甲板 ,  *コンテナ船 ,  *曳航 ,  貨物 ,  ポート ,  *多モード ,  機械学習 ,  予測モデル
準シソーラス用語： *ラッシング ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (8件)： ラッシング力 ,  コンテナ船 ,  曳航計画 ,  マルチモーダル深層学習 ,  AutoML ,  ANN ,  CNN ,  RNN

分類 (2件)： 船舶性能  (QJ02010Q) ,  その他の特殊貨物船  (QJ05014B)

引用文献 (16件)：

• Ding, D.; Chou, M.C. Stowage planning for container ships: A heuristic algorithm to reduce the number of shifts. Eur. J. Oper. Res. 2015, 246, 242-249.
• Avriel, M.; Penn, M.; Shpirer, N.; Witteboon, S. Stowage planning for container ships to reduce the number of shifts. Ann. Oper. Res. 1998, 76, 55-71.
• Avriel, M.; Penn, M.; Shpirer, N. Container ship stowage problem: Complexity and connection to the coloring of circle graphs. Discret. Appl. Math. 2000, 103, 271-279.
• Low, M.; Xiao, X.; Liu, F.; Huang, S.Y.; Hsu, W.J.; Li, Z. An automated stowage planning system for large containerships. In Proceedings of the International MultiConference of Engineers and Computer Scientists, Hong Kong, China, 17-19 March 2010; pp. 17-19.
• Ambrosino, D.; Sciomachen, A.; Tanfani, E. Stowing a containership: The master bay plan problem. Transp. Res. Part A Policy Pr. 2004, 38, 81-99.

タイトルに関連する用語 (8件)： コンテナ船 ,  曳航 ,  計画 ,  自動化 ,  マルチモーダル ,  深層学習 ,  ラッシング ,  予測モデル