2021. — Т 8. — №1 - перейти к содержанию номера...

Постоянный адрес этой страницы - https://resources.today/06inor121.html

This article metadata is also available in English

DOI: 10.15862/06INOR121 (https://doi.org/10.15862/06INOR121)

Полный текст статьи в формате PDF (объем файла: 826.3 Кбайт)

Ссылка для цитирования этой статьи:

Максимов, В. Е. Информационные технологии для анализа данных морского флота / В. Е. Максимов, К. М. Резникова, Д. А. Попов // Отходы и ресурсы. — 2021. — Т 8. — №1. — URL: https://resources.today/PDF/06INOR121.pdf. — DOI: 10.15862/06INOR121. (дата обращения: 24.04.2024).

Информационные технологии для анализа данных морского флота

Максимов Валерий Евгеньевич
ФГОУ ВО «Дальневосточный федеральный университет», Владивосток, Россия
Студент-магистрант
E-mail: valep199778@gmail.com

Резникова Ксения Михайловна
ФГОУ ВО «Дальневосточный федеральный университет», Владивосток, Россия
Студент-магистрант
E-mail: a-da_97@mail.ru

Попов Дмитрий Александрович
ФГОУ ВО «Дальневосточный федеральный университет», Владивосток, Россия
Студент-магистрант
E-mail: dmppda@gmail.com

Аннотация. Практически не осталось отрасли, где не использовались бы современные информационные технологии. Сегодня очень популярны подходы Data mining. Использование этой технологии позволяет преобразовывать огромные массивы данных в полезную информацию. В статье авторами представлено определение технологии Data mining и часто используемые методы. К одним из популярных методов интеллектуального анализа данных относятся классификация, кластеризация, машинное обучение и прогнозирование. Авторы уделили особое внимание такому методу кластеризации, как метод k-средних. Суть алгоритма заключается в распределении набора данных на кластеры. Готовые результаты можно визуализировать и невооруженным глазом обнаружить разбросы, которые подразумевают неоднородность данных. Исследуя далее эти разбросы, аналитик может найти ошибки и слабые места в изучаемой области согласно поставленной задаче.

В морской деятельности очень важно располагать точными и полными данными. В области судостроения анализ данных и грамотно принятые оперативные решения могут повлиять на скорость и качество постройки судов или даже снижение затрат производства. В сфере судоходства и логистики они могут быть использованы для оптимизации маршрутов и повышения безопасности моряков. Для эффективного применения data mining, как правило, требуются высококвалифицированные специалисты баз данных и программисты. В работе авторами продемонстрирован вариант применения программного средства Orange Data Mining. Данная программа не требует от пользователя навыков программирования, что делает ее полезным инструментом для людей, далеких от написания программного кода.

В статье исследовано применение программы Orange Data Mining для автоматизированного интеллектуального анализа данных морского флота. Полученные результаты показывают, что программа может эффективно использоваться в морской деятельности.

Ключевые слова: интеллектуальный анализ данных; классификация; кластеризация; прогнозирование; метод k-средних; Orange Data Mining; морская деятельность

Скачать