Machine Learning-Based Prediction and Optimization of Ship Design Particulars for CO₂ Emission Reduction
Diese Studie entwickelt ein datengesteuertes Framework unter Verwendung von vier Algorithmen des überwachten Lernens, um Schiffskonstruktionsmerkmale vorherzusagen und die Maschinenleistung zur Reduzierung der CO₂-Emissionen zu optimieren, wobei aufgezeigt wird, dass die Gauß-Prozess-Regression die konsistenteste Leistung bietet, während eine auf der Verdrängung basierende Reformulierung die physikalische Konsistenz der Blockkoeffizienten-Schätzung verbessert.