skip to main content
Visitante
Meu Espaço
Minha Conta
Sair
Identificação
This feature requires javascript
Tags
Revistas Eletrônicas (eJournals)
Livros Eletrônicos (eBooks)
Bases de Dados
Bibliotecas USP
Ajuda
Ajuda
Idioma:
Inglês
Espanhol
Português
This feature required javascript
This feature requires javascript
Primo Search
Busca Geral
Busca Geral
Acervo Físico
Acervo Físico
Produção Intelectual da USP
Produção USP
Search For:
Clear Search Box
Search in:
Busca Geral
Or hit Enter to replace search target
Or select another collection:
Search in:
Busca Geral
Busca Avançada
Busca por Índices
This feature requires javascript
This feature requires javascript
Machine learning applied to ship maneuvering simulations.
Moreno, Felipe Marino
Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Politécnica 2020-11-03
Acesso online
Exibir Online
Detalhes
Resenhas & Tags
Mais Opções
This feature requires javascript
Enviar para
Adicionar ao Meu Espaço
Remover do Meu Espaço
E-mail (máximo 30 registros por vez)
Imprimir
Link permanente
Referência
EasyBib
EndNote
RefWorks
del.icio.us
Exportar RIS
Exportar BibTeX
This feature requires javascript
Título:
Machine learning applied to ship maneuvering simulations.
Autor:
Moreno, Felipe Marino
Orientador:
Tannuri, Eduardo Aoun
Assuntos:
Aprendizado Computacional
;
Hidrovias
;
Operação Naval
;
Cluster Analysis
;
Machine Learning
;
Maritime Simulation
Notas:
Dissertação (Mestrado)
Notas Locais:
Programa Engenharia Mecânica
Descrição:
With the increase of computational power, ship maneuvering simulations have become an important tool to improve the safety of the operations carried at the sea. In this context, one of the most important categories of simulations made by the Numerical Offshore Tank (TPN-USP) is the Real-Time simulations, carried out in a Virtual Reality environment at the same time scale as a real maneuver. These simulations are used to evaluate maritime maneuvers\' risks and viability, but since they take a long time, only a few can be made per day. This work focuses on applying machine learning to create a tool for the TPN-USP maritime simulator that will be used to choose environmental conditions of wind, currents, local sea waves and swell for these simulations.
DOI:
10.11606/D.3.2020.tde-18052021-142324
Editor:
Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Politécnica
Data de criação/publicação:
2020-11-03
Formato:
Adobe PDF
Idioma:
Inglês
Links
Este item no Dedalus
Teses e Dissertações USP
E-mail do autor
E-mail do orientador
This feature requires javascript
This feature requires javascript
Voltar para lista de resultados
This feature requires javascript
This feature requires javascript
Buscando em bases de dados remotas. Favor aguardar.
Buscando por
em
scope:(USP_VIDEOS),scope:("PRIMO"),scope:(USP_FISICO),scope:(USP_EREVISTAS),scope:(USP),scope:(USP_EBOOKS),scope:(USP_PRODUCAO),primo_central_multiple_fe
Mostrar o que foi encontrado até o momento
This feature requires javascript
This feature requires javascript