기계학습 모델을 활용한 선박 공칭반류장 예측

김유철; 김건도; 연성모; 황승현; 이영연; 김광수

doi:10.3744/SNAK.2024.61.5.343

추천

검색

질문

자료유형: 학술저널

저자정보: 김유철 (한국해양과학기술원) 김건도 (한국해양과학기술원) 연성모 (한국해양과학기술원) 황승현 (한국해양과학기술원) 이영연 (한국해양과학기술원) 김광수 (한국해양과학기술원)

저널정보: 대한조선학회 대한조선학회 논문집 대한조선학회논문집 제61권 제5호(통권 제257호)

발행연도: 2024.10

수록면: 343 - 351 (9page)

DOI: 10.3744/SNAK.2024.61.5.343

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this paper, we introduce the machine learning model to estimate the nominal wake field of a ship from the afterbody hullform using a 3 dimensional CNN (Convolutional Neural Network) model. The convolution layers extract the features of the hullform and they are connected to the nominal wake field. In this research, two different models were tested. The one learns the velocity field itself while the other learns the Fourier coefficients expressing the wake field. Both models showed about 4% volumetric mean velocity error for the test data not used in the learning process. In the case study of two sample ships included in the test data, the direct prediction model showed the better estimation results than the Fourier coefficient based model. Application cases for estimating cavitation performance using the developed model were also introduced.

#Nominal wake field(공칭반류장) #Neural network(신경망) #Propeller(프로펠러) #Regression(회귀분석)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

X타 수중함의 유도·제어시스템 설계

박종용 , 유영준 , 전명준 외 1명 대한조선학회 논문집 2022 .10

쌍축선의 정적 횡경사각에 따른 조종성능 변화에 관한 실험적 연구

권창섭 , 윤근항 , 여동진 대한조선학회 논문집 2021 .12

속도형 퍼지 PID제어기의 제어증분을 이용한 선박의 DP 시스템 성능 개선

김민규 , 양현 , 김종화 Journal of Advanced Marine Engineering and Technology (JAMET) 2019 .01

도로 횡경사에 강건한 차량 요모멘트 제어기 설계

나호용 , 조건희 , 유승한 한국소음진동공학회 학술대회논문집 2017 .04

[논문집 목차] 대한기계학회논문집 A·B(48-9), 기술과 교육(12-2), JMST(38-9), JMST Advances(6-3)

편집부 기계저널 2024 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090885072

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)