論文の概要: Joint Estimation of Sea State and Vessel Parameters Using a Mass-Spring-Damper Equivalence Model

• arxiv url: http://arxiv.org/abs/2511.21997v1
• Date: Thu, 27 Nov 2025 00:48:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.339135
• Title: Joint Estimation of Sea State and Vessel Parameters Using a Mass-Spring-Damper Equivalence Model
• Title（参考訳）: 質量-スプリング-ダンパー等価モデルによる海の状態と容器パラメータの同時推定
• Authors: Ranjeet K. Tiwari, Daniel Sgarioto, Peter Graham, Alexei Skvortsov, Sanjeev Arulampalam, Damith C. Ranasinghe,
• Abstract要約: 海面のリアルタイム推定は、造船や海洋安全などの応用に不可欠である。 従来の方法では、搭載されたセンサーから波のスペクトルを推定するために正確な波動-容器伝達関数を頼りにしていた。 対照的に,本手法では,事前伝達関数の知識を必要とせず,海の状態と船舶のパラメータを共同で推定する。
• 参考スコア（独自算出の注目度）: 2.7482451989000025
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Real-time sea state estimation is vital for applications like shipbuilding and maritime safety. Traditional methods rely on accurate wave-vessel transfer functions to estimate wave spectra from onboard sensors. In contrast, our approach jointly estimates sea state and vessel parameters without needing prior transfer function knowledge, which may be unavailable or variable. We model the wave-vessel system using pseudo mass-spring-dampers and develop a dynamic model for the system. This method allows for recursive modeling of wave excitation as a time-varying input, relaxing prior works' assumption of a constant input. We derive statistically consistent process noise covariance and implement a square root cubature Kalman filter for sensor data fusion. Further, we derive the Posterior Cramer-Rao lower bound to evaluate estimator performance. Extensive Monte Carlo simulations and data from a high-fidelity validated simulator confirm that the estimated wave spectrum matches methods assuming complete transfer function knowledge.
• Abstract（参考訳）: 海面のリアルタイム推定は、造船や海洋安全などの応用に不可欠である。 従来の方法では、搭載されたセンサーから波のスペクトルを推定するために正確な波動-容器伝達関数を頼りにしていた。 これとは対照的に,本手法では事前伝達関数の知識を必要とせず,海の状態と船舶のパラメータを共同で推定する。 擬似質量ばねダンパを用いた波動容器系をモデル化し,システムのための動的モデルを開発する。 この方法では、波の励起を時間変化の入力として再帰的にモデル化し、一定の入力の事前の作業の仮定を緩和することができる。 統計的に一貫したプロセスノイズ共分散を導出し,センサデータ融合のための平方根立方体カルマンフィルタを実装した。 さらに, 推定器の性能を評価するために, 後クレーマーラオ下界を導出する。 大規模なモンテカルロシミュレーションと高忠実性検証シミュレータのデータにより、推定波動スペクトルが完全な伝達関数の知識を仮定する手法と一致することを確認した。

関連論文リスト

• Data-Driven Probabilistic Air-Sea Flux Parameterization [0.3986595245870643]
  本研究では, 大気-海底フラックスの高度に変動する性質を表現するための確率的枠組みを提案する。 我々は,ニューラルネットワークと渦-共分散測定データを用いて,平均と分散を推定する。
  論文  参考訳（メタデータ） (2025-03-06T00:40:49Z)
• Conditional Korhunen-Lo\'{e}ve regression model with Basis Adaptation for high-dimensional problems: uncertainty quantification and inverse modeling [62.997667081978825]
  本稿では,物理系の観測可能な応答のサロゲートモデルの精度を向上させる手法を提案する。 本研究では,定常水理応答のBasis Adaptation (BA)法による代理モデル構築に提案手法を適用した。
  論文  参考訳（メタデータ） (2023-07-05T18:14:38Z)
• Deterministic and Bayesian Characterization of Quantum Computing Devices [0.4194295877935867]
  本稿では,超伝導量子デバイスにおける遷移周波数と崩壊時間を推定するためのデータ駆動型特性評価手法を提案する。 データは、第1および第2励起状態間の遷移周波数におけるパリティイベントを含む。 2つのリンドブラディアンモデルの平均解に基づく単純だが効果的な数学的モデルを示し、実験的な観測を正確に捉えた。
  論文  参考訳（メタデータ） (2023-06-23T19:11:41Z)
• Machine learning for phase-resolved reconstruction of nonlinear ocean wave surface elevations from sparse remote sensing data [37.69303106863453]
  ニューラルネットワークを用いた位相分解波面再構成のための新しい手法を提案する。 提案手法は,一次元格子を用いた合成的かつ高精度な訓練データを利用する。
  論文  参考訳（メタデータ） (2023-05-18T12:30:26Z)
• Support Vector Machine for Determining Euler Angles in an Inertial Navigation System [55.41644538483948]
  本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。 提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
  論文  参考訳（メタデータ） (2022-12-07T10:01:11Z)
• Response Component Analysis for Sea State Estimation Using Artificial Neural Networks and Vessel Response Spectral Data [0.0]
  本研究では,SAWBに基づく海洋状態推定(SSE)に対するモデルフリー機械学習アプローチに焦点を当てた。 その結果, ヒーブ応答と有意波高推定値との間には強い相関が認められた。 設計したSSE方式は,SAWB方式によるモバイルSSEシステムへの将来の適応を約束する。
  論文  参考訳（メタデータ） (2022-05-05T00:35:58Z)
• Stochastic Trajectory Prediction via Motion Indeterminacy Diffusion [88.45326906116165]
  運動不確定性拡散(MID)の逆過程として軌道予測タスクを定式化する新しい枠組みを提案する。 我々は,履歴行動情報と社会的相互作用を状態埋め込みとしてエンコードし,トランジトリの時間的依存性を捉えるためにトランスフォーマーに基づく拡散モデルを考案する。 スタンフォード・ドローンやETH/UCYデータセットなど,人間の軌道予測ベンチマーク実験により,本手法の優位性を実証した。
  論文  参考訳（メタデータ） (2022-03-25T16:59:08Z)
• Learning Summary Statistics for Bayesian Inference with Autoencoders [58.720142291102135]
  我々は,ディープニューラルネットワークに基づくオートエンコーダの内部次元を要約統計として利用する。 パラメータ関連情報を全て符号化するエンコーダのインセンティブを作成するため,トレーニングデータの生成に使用した暗黙的情報にデコーダがアクセスできるようにする。
  論文  参考訳（メタデータ） (2022-01-28T12:00:31Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Lightning-Fast Gravitational Wave Parameter Inference through Neural Amortization [6.810835072367285]
  ニューラルシミュレーションに基づく推論の最近の進歩は、推論時間を最大3桁スピードアップすることができる。 シミュレーションされた重力波のパラメータの信頼区間を精度良く推定する。
  論文  参考訳（メタデータ） (2020-10-24T16:48:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。