Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  reservoir-computing
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
This paper deals with two topics: roll predictions of marine vessels with machine-learning methods and parameter estimation of unknown ocean disturbances when the amplitude, frequency, offset, and phase are difficult to estimate. This paper aims to prevent the risky roll motions of marine vessels exposed to harsh circumstances. First of all, this study demonstrates complex dynamic phenomena by utilising a bifurcation diagram, Lyapunov exponents, and a Poincare section. Without any observers, an adaptive identification applies these four parameters to the globally exponential convergence using linear second-order filters and parameter estimation errors. Then, a backstepping controller is employed to make an exponential convergence of the state variables to zero. Finally, this work presents the prediction of roll motion using reservoir computing (RC). As a result, the RC process shows good performance for chaotic time series prediction in future states. Thus, the poor predictability of Lyapunov exponents may be overcome to a certain extent, with the help of machine learning. Numerical simulations validate the dynamic behaviour and the efficacy of the proposed scheme.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.