畳み込みLSTMを用いた2次元波浪場予測に関する検討
Author:
Affiliation:
1. 新潟大学 自然科学研究科環境科学専攻
2. 前所属 新潟大学 自然科学研究科環境科学専攻
3. 新潟大学 工学部工学科
Publisher
Japan Society of Civil Engineers
Link
https://www.jstage.jst.go.jp/article/jscejj/79/18/79_23-18061/_pdf
Reference12 articles.
1. 1) Fan, S. et al. : A novel model to predict significant wave height based on long short-term memory network, Ocean Engineering, Vol. 205 No. 107298, 2020.
2. 2) Pushpam M. M. and Enigo, V. S. F. : Forecasting Significant Wave Height using RNN-LSTM Models, 4th International Conference on Intelligent Computing and Control Systems, 2020 pp. 1141-1146, 2020.
3. 3) 小原裕貴, 中村亮太 : LSTMを用いた日本海側の高精度波浪予測.土木学会論文集 B3(海洋開発), 77(2):I_751-I_756, 2021. [Obara.Y and Nakamura R : HIGH-PRECISION WAVE PREDICTION USING LSTM ON THE SEA OF JAPAN, Journal of Japan Society of Civil Engineers, Ser. B3 (Ocean Engineering), Vol. 77 Issue 2 Pages I_751-I_756, 2021](
4. 4) Fan, G., Yu, P., Wang, Q., Dong, Y. : Short-term motion prediction of a semi-submersible by combining LSTM neural network and different signal decomposition methods, Ocean Engineering, Volume 267, No. 113266, 2023.
5. 5) Ma, G., Jin, C., Wang, H., Li, P. and Kang, H-S. : Study on dynamic tension estimation for the underwater soft yoke mooring system with LSTM-AM neural network, Ocean Engineering, Volume 267, No. 113287, 2023.
1.学者识别学者识别
2.学术分析学术分析
3.人才评估人才评估
"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370
www.globalauthorid.com
TOP
Copyright © 2019-2024 北京同舟云网络信息技术有限公司 京公网安备11010802033243号 京ICP备18003416号-3