MétaCan
Menu
Retour à la cohorte
Enregistrement W2810888504

Weather heading estimation - For marine vessels in low speed

2018· dissertation· en· W2810888504 sur OpenAlexfundno aff
Oskar Grankvist

Notice bibliographique

RevueChalmers Publication Library (Chalmers University of Technology) · 2018
Typedissertation
Langueen
DomaineEngineering
ThématiqueShip Hydrodynamics and Maneuverability
Établissements canadiensnon disponible
Organismes subventionnairesPartenariat Canadien Contre Le Cancer
Mots-clésHeading (navigation)EstimationEnvironmental scienceGeographyMeteorologyAeronauticsGeodesyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Automatic control of marine vessels is a field that has been growing for many years.Currently, there exist many leisure boats equipped with the functionality to automatically stay in a chosen position with a constant heading.This is usually referred to as station keeping and tries to compensate for disturbing forces from weather phenomena such as waves and wind.In commercial applications it is usual to measure properties of the weather forces and use that information to compensate for them during station keeping.However, most leisure boats lack these kinds of sensors.There exist methods for estimating the weather forces heading by rotating a boat until it faces the weather forces.However, this might not always be possible due to space restrictions in e.g.ports.Therefore, the following question can be posed.Is it possible to estimate the weather forces heading without measuring anything outside the vessel or moving it in a certain way?Three different methods for estimating the weather heading without affecting the control of the boat are evaluated.All methods are model-based which means that a dynamic model of the boat performing station keeping is required.Such modelling is described and a number of system identification steps to find numerical values for the models are also presented.The proposed system identification steps need to be performed during times when there are little to no disturbances which is undesired.It was found that varying degrees of system knowledge gave different accuracy in the weather heading estimation.Little knowledge gave a rather weak estimation.The highest accuracy achieved was within about half a quadrant.Future work can be done to see if it is possible to remove disturbances from data collected at times when disturbances are present to be able to perform system identification at any time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueChalmers Publication Library (Chalmers University of Technology)Même sujetShip Hydrodynamics and ManeuverabilityTravaux en français237 207