文献

J-GLOBAL ID：202202223966761987   整理番号：22A0473515

リアルタイムにおける船舶運動の決定論的予測のためのデータ同化【JST・京大機械翻訳】

Data assimilation for deterministic prediction of vessel motion in real-time

著者 (2件)： Liong C.T. (Technology Centre for Offshore and Marine, Singapore TCOMS, Singapore, 118411, Singapore) ,  Chua K.H. (Technology Centre for Offshore and Marine, Singapore TCOMS, Singapore, 118411, Singapore)
資料名： Ocean Engineering  (Ocean Engineering)
巻： 244  ページ： Null  発行年： 2022年 
JST資料番号： D0597A  ISSN： 0029-8018  CODEN： OCENBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,人工ニューラルネットワーク(ANN)とアンサンブルKalmanフィルタ(EnKF)の結合を通して,実時間での決定論的血管運動予測のためのデータ同化フレームワークの開発について述べた。ANNは,将来の血管運動を予測する入力として,血管運動と上流波上昇の測定を使用する。しかし,測定およびANNの不確実性のため,大きな誤差が時間とともに構築される可能性がある。予測の精度を改善するために,EnKFを用いてANN予測と測定データを結合し,次に,次の予測の入力として使われる更新予測を生成した。turret-motored Floating Producting Off Offing(FPSO)容器を用いて,開発したフレームワークを数値シミュレーションから発生した合成測定を用いてまず試験し,次に血管運動の実験的測定に適用した。感度研究を行い,アンサンブルサイズとデータ同化間隔を含むデータ同化パラメータを決定した。ANN-EnKFを用いたデータ同化フレームワークは有望であり,ANNと比較して上下動とピッチに対する運動予測精度を改善でき,これは測定を組み入れなかった。改善は,より高い不確実性を持つ実験測定に対してより明白である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不確実性 ,  血管 ,  *船舶 ,  ニューラルネットワーク ,  *データ同化 ,  動き推定
準シソーラス用語： 数値シミュレーション ,  実時間 ,  *決定論 ,  EnKF ,  FPSO ,  血管運動 , 【Automatic Indexing@JST】

著者キーワード (6件)： データ同化 ,  アンサンブルKalmanフィルタ ,  人工ニューラルネットワーク ,  決定論的運動予測 ,  浮遊構造 ,  FPSO

分類 (1件)： 海洋物理学一般  (DC06010K)

タイトルに関連する用語 (5件)： リアルタイム ,  船舶 ,  運動 ,  決定論的予測 ,  データ同化