全局池化模型预测船舶燃油消耗优于单船模型
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
最新进展11月3日 13:00
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报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- 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。