Kaminskyi, M Nazar-Mykola (2019) Deep learning for predicting ship motion from images PRE - Projet de recherche, ENSTA.
Il s'agit de la dernière version de ce document.
Fichier(s) associé(s) à ce document :
| PDF 6Mb |
Résumé
Aujourd’hui, l’intelligence artificielle pénètre dans tous les domaines de l’activité humaine. Les méthodes mises au point et les progrès récents de l’apprentissage automatique donnent de bons résultats et remplaceront progressivement les ap- proches ”classique”. AI vous permet d’automatiser divers processus améliorant ainsi l’efficacité et la précision des tâches dans la coopération avec les gens. J’ai travaillé sur le problème de prédiction du mouvement du navire à partir d’images de la surface de la mer. Tout d’abord, en utilisant un générateur graphique 3D Blender, j’ai créé un ensemble de données, qui est une simulation du mouvement du navire dans les vagues de la mer. Ce logiciel donne également des informations sur les paramètres du bateau. Les données ont été structurées en séquences et normalisées en vue de travaux ultérieurs. Puis 9 réseaux neuronaux différents ont été développés et testés. J’ai décidé d’utiliser le convolution neural network (CNN) pour le traitement des images et le long short-term memory (LSTM) pour le traitement des séries chronologiques. Finalement, j’ai lancé l’algorithme de l’hyperbande pour trouver les hyperparamètres du meilleur modèle et les résultats de toutes les expériences ont été analysés. Enfin, j’ai suggéré quelques améliorations possibles.
Type de document: | Rapport ou mémoire (PRE - Projet de recherche) |
---|---|
Sujets: | Sciences et technologies de l'information et de la communication |
Code ID : | 7467 |
Déposé par : | Nazar-Mykola KAMINSKYI |
Déposé le : | 09 juin 2021 16:54 |
Dernière modification: | 09 juin 2021 16:54 |
Versions disponibles de ce document
- Deep learning for predicting ship motion from images (deposited 09 juin 2021 16:54) [Actuellement Affiché]