Development of Algorithm for Ship Handling Decision using Deep Reinforcement Learning

使用深度强化学习开发船舶装卸决策算法

基本信息

  • 批准号：
    18H01642
  • 负责人：
    Furukawa Yoshitaka
  • 金额：
    $ 11.23万
  • 依托单位：
    Kyushu University
  • 依托单位国家：
    日本
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
  • 财政年份：
    2018
  • 资助国家：
    日本
  • 起止时间：
    2018-04-01 至 2021-03-31
  • 项目状态：
    已结题

项目摘要

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Development of Track Keeping Algorithm using Fuzzy Inference
使用模糊推理开发跟踪算法
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Bora Choe;Yoshitaka Furukawa
  • 通讯作者：
    Yoshitaka Furukawa
Automatic Track Keeping to Realize the Realistic Operation of a Ship
  • DOI：
    10.5391/ijfis.2019.19.3.172
  • 发表时间：
    2019-09
  • 期刊：
    Int. J. Fuzzy Log. Intell. Syst.
  • 影响因子：
    0
  • 作者：
    Bora Choe;Y. Furukawa
  • 通讯作者：
    Bora Choe;Y. Furukawa
再帰型ニューラルネットワークを用いた操縦運動推定モデル構築に関する研究
利用循环神经网络构建转向运动估计模型的研究
  • DOI：
  • 发表时间：
    2020
  • 期刊：
    日本船舶海洋工学会講演会論文集
  • 影响因子：
    0
  • 作者：
    江田篤史，古舘赳人，古川芳孝，茨木　洋
  • 通讯作者：
    江田篤史，古舘赳人，古川芳孝，茨木　洋
Development Fuzzy Inference Track Keeping Algorithm using Realistic Operational Scenarios
使用现实操作场景开发模糊推理跟踪算法
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Bora Choe;Yoshitaka Furukawa
  • 通讯作者：
    Yoshitaka Furukawa
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Furukawa Yoshitaka其他文献

Furukawa Yoshitaka的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

相似国自然基金

海上通道安全视阈下中国海外战略支点体系构建、演变和治理研究
  • 批准号：
    42371175
  • 批准年份：
    2023
  • 资助金额：
    46 万元
  • 项目类别：
    面上项目
海上风机导管架吸力桶基础的性能与安全影响机制
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    59 万元
  • 项目类别：
    面上项目
循环荷载作用下海上桩桶复合基础水平动力响应及安全优化设计
  • 批准号：
  • 批准年份：
    2021
  • 资助金额：
    30 万元
  • 项目类别：
    青年科学基金项目
循环荷载作用下海上桩桶复合基础水平动力响应及安全优化设计
  • 批准号：
    52108355
  • 批准年份：
    2021
  • 资助金额：
    30 万元
  • 项目类别：
    青年科学基金项目
基于载波时频双域紧密重叠与混沌的海上安全高速通信关键技术研究
  • 批准号：
    62001077
  • 批准年份：
    2020
  • 资助金额：
    24 万元
  • 项目类别：
    青年科学基金项目

相似海外基金

Virtual Reality Maritime Safety Training: Navigating Emergency Scenarios in Confined Spaces (VR Emergency @Sea)
虚拟现实海事安全培训：密闭空间紧急情况导航（VR Emergency @Sea）
  • 批准号：
    10108437
  • 财政年份：
    2024
  • 资助金额：
    $ 11.23万
  • 项目类别：
    Launchpad
Next-generation ocean current forecasting to improve maritime safety
下一代洋流预报可提高海上安全
  • 批准号：
    LP220100515
  • 财政年份：
    2023
  • 资助金额：
    $ 11.23万
  • 项目类别：
    Linkage Projects
AI-BASED ADAPTIVE LEARNING in AR and VR ENVIRONMENT FOR ADVANCED CREW TRAINING TO ENHANCE MARITIME SAFETY
AR 和 VR 环境中基于人工智能的自适应学习，用于高级船员培训，以增强海上安全
  • 批准号：
    2872634
  • 财政年份：
    2023
  • 资助金额：
    $ 11.23万
  • 项目类别：
    Studentship
Enhancing maritime safety: developing an accessible real-time semantic wave imaging analyser for seakeeping
增强海上安全：开发一种易于使用的实时语义波成像分析仪，用于适航性
  • 批准号：
    EP/X035778/1
  • 财政年份：
    2023
  • 资助金额：
    $ 11.23万
  • 项目类别：
    Research Grant
Commercialising a system to improve maritime safety with artificially intelligent iceberg and sea ice detection
通过人工智能冰山和海冰检测将提高海上安全的系统商业化
  • 批准号：
    ST/Y509899/1
  • 财政年份：
    2023
  • 资助金额：
    $ 11.23万
  • 项目类别：
    Research Grant
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了