메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김유철 (선박해양플랜트 연구소) 양경규 (충남대학교) 김명수 (선박해양플랜트 연구소) 이영연 (선박해양플랜트 연구소) 김광수 (선박해양플랜트 연구소)
저널정보
대한조선학회 대한조선학회 논문집 대한조선학회논문집 제57권 제6호(통권 제234호)
발행연도
2020.12
수록면
312 - 321 (10page)
DOI
10.3744/SNAK.2020.57.6.312

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this study, machine learning techniques were applied to predict the residual resistance coefficient (Cr) of low-speed full ships. The used machine learning methods are Ridge regression, support vector regression, random forest, neural network and their ensemble model. 19 hull form variables were used as input variables for machine learning methods. The hull form variables and Cr data obtained from 139 hull forms of KRISO database were used in analysis. 80 % of the total data were used as training models and the rest as validation. Some non-linear models showed the overfitted results and the ensemble model showed better results than others.
#Machine learning(기계학습) #Cr prediction(잉여저항계수 추정) #Low-speed full ship(저속비대선) #Hull form variables(선형변수) #Regression(회귀 분석)

목차

1. 서론
2. 분석 대상 및 선형 변수
3. 기계학습 기법의 적용
4. 결론
References

참고문헌 (19)

참고문헌 신청
Breiman, L. / 2001 / Random forests / Machine Learning 45:5~32 google schola 조영인 / 2019 / 딥러닝을 이용한 선형 설계 초기 단계에서의 저항 추정 / 한국CDE학회 논문집 24(2):203~210 dbpia Gertler, M. / 1954 / A reanalysis of the original test data for the Taylor standard series google schola Guldhammer, H.E. / 1965 / Ship resistance effect of form and principal dimensions / Akademisk Forlag google schola Holtrop, J. / 1984 / A statistical re-analysis of resistance and propulsion data / International Shipbuilding Progress 31:272~276 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

가상 자유 항주를 이용한 KCS 선형의 정수 중 선회 및 변침 성능 해석
양경규 ,  김유철 ,  김광수 외 1명 대한조선학회 논문집 2022 .02
Multi-Layer Perceptron과 Random Forest를 이용한 실린더 판재의 성형 조건 예측
김성겸 ,  황세윤 ,  이장현 대한조선학회 논문집 2020 .10
자항상태 VPMM 시험을 통한 무인잠수정 조종성능 추정에 관한 연구
박종열 ,  이신형 ,  이승수 외 5명 대한조선학회 논문집 2020 .10
선체 주위 파에 대한 고정도 모사가 선체 저항에 미치는 영향
강민재 ,  오석환 ,  김찬우 외 2명 대한조선학회 논문집 2020 .10
수중 폭발 시뮬레이션을 위한 경계 요소법 기반의 수치 해석 기법 연구
정준모 ,  이재빈 대한조선학회 논문집 2020 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-538-000077453