跳到正文
热点事件持续更新

全局池化模型预测船舶燃油消耗优于单船模型

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

一项在21艘船上开展的对比研究显示,预测船舶离港前燃油消耗时,用一个按船舶身份和7项船舶规格描述各船的全局池化模型,比逐船建模更准:船队内全局 LightGBM 的整体平均绝对百分比误差(MAPE)为8.92%,单船 LightGBM 为11.14%。 Heungjun Im 等作者比较了11种单船、自适应和全局方法,全局池化方法在所有测试设置下整体表现最佳;作者称,在全局模型上做微调并未带来精度提升。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.AI
    研究:全局池化模型在船舶离港前燃油消耗预测上优于单船与适配方法

    一项在21艘船上的对比研究显示,用单一模型按船舶身份和7项船舶规格描述各船的全局池化方法,在所有测试设置下整体表现最佳。船队内全局 LightGBM 的整体平均绝对百分比误差(MAPE,Mean Absolute Percentage Error)为8.92%,优于单船 LightGBM 的11.14%,且微调不带来精度提升。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。