인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.12
- 수록면
- 683 - 693 (11page)
- DOI
- 10.7232/JKIIE.2020.46.6.683
이용수
초록· 키워드
Real-time estimation of wave condition is essential to improve sailing efficiency. However, existing methodologies are uneconomical due to the expensive radar and high computational complexity. To this end, we propose a neural network model capable of real-time estimation of significant wave height and direction by using raw ocean images collected from operating vessels. In the proposed method, multiple consecutive ocean images are concatenated as a single clip. Then, Convolutional Long Short-Term Memory (ConvLSTM), which combines Convolutional Neural Network (CNN) and Long Short-Term Memory (LSTM), was trained on the clips. The final estimation is performed through regression or classification using the extracted spatiotemporal feature map. Based on the datasets collected from two different ships, our proposed method achieved the absolute error of 8cm and a relative error of 5% for significant wave height estimation. Besides, the proposed method yielded an absolute error of 6° for wave direction.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 1. 서론
- 2. 선행 연구
- 3. 제안 방법론
- 4. 실험 및 결과
- 5. 결론
- 참고문헌
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2021-530-000067006
