Search academic texts

Information × Registration Number 2123U001468, Article popup.category Стаття, Опубліковано Title A METHOD FOR TESTING A DEEP LEARNING NEURAL NETWORK TO CALCULATE THE TRAJECTORY OF A VESSEL IN VARIOUS NAVIGATION SITUATIONS popup.author Dubynets O.Dubynets O. popup.publication 15-09-2023 popup.source_user Національний університет «Полтавська політехніка імені Юрія Кондратюка» popup.source https://journals.nupp.edu.ua/sunz/article/view/3045 popup.publisher Національний університет «Полтавська політехніка імені Юрія Кондратюка» Description Метою статті є розробка методу тестування нейронної мережі глибокого навчання для розрахунку шляху судна для підвищення продуктивності відповідної числової моделі в різних навігаційних ситуаціях. Дослідження і розробка методів підвищення точності розрахунку мають велике значення для вирішення завдань мореплавання. Одним з підходів до підвищення точності чисел є використання нейронних мереж глибокого навчання. Нейронні мережі глибокого навчання здатні моделювати залежності з високою точністю і мають переваги в продуктивності порівняно з традиційними підходами. Однак розробка і тестування таких мереж в навігаційних завданнях вимагає додаткових досліджень, в першу чергу з точки зору врахування особливостей предметної області, а не загальновідомих підходів щодо тестування глибоких нейронних мереж в узагальненому сенсі. Представлений метод тестування нейронної мережі глибокого навчання для розрахунку шляху судна в різних навігаційних ситуаціях заснований на попередньому використанні імітаційної моделі руху судна, яка дозволяє моделювати різні навігаційні ситуації. Отримано три класи навігаційних ситуацій, які можна спостерігати в реальних умовах експлуатації судна. Для моделювання регулярних хвиль використовуються припущення лінійної теорії морських хвиль. Глибока нейронна мережа навчається на даних, отриманих з імітаційної моделі, і використовується для прогнозування траєкторії руху судна. Точність нейронної мережі оцінюється шляхом порівняння її прогнозів з траєкторією руху судна, отриманої з імітаційної моделі. Результати випробувань показали, що нейронна мережа може точно прогнозувати траєкторію руху судна в різних навігаційних ситуаціях. Метод може бути використаний для оцінки точності нейронних мереж глибокого навчання для розрахунку шляху судна в різних навігаційних ситуаціях. popup.nrat_date 2026-04-19 Close