公開データについて
2次元ストリップ法を人工ニューラルネットワーク（ANN）を用いて学習したモデルです。船舶の波浪中応答関数の高速な推定が可能です。
参考文献：T. Takami, U.D. Nielsen, R.E.G. Mounet, J.J. Jensen, R. Mori, and Y. Komoriyama, "Blind identification of incident waves and response transfer functions of a marine vessel based on measured responses", Expert Systems with Applications, 2025. https://www.sciencedirect.com/science/article/pii/S0957417425028520
3次元境界要素法を人工ニューラルネットワーク（ANN）を用いて学習したモデルです。同じく船舶の波浪中応答関数の高速な推定が可能です。2次元ストリップ法ベースのものと比較して高精度な推定が可能です。
参考文献：T. Takami, U.D. Nielsen, R.E.G. Mounet, A. Maki, R. Mori, and S. Matsui, "Phase-Resolved Blind Identification of Incident Waves Using a 3D BEM-Informed Neural Surrogate and Doppler Shift Approximation", submitting.
能動学習法AK-MCMCを用いた船舶の縦曲げモーメントの超過確率推定プログラムです。
参考文献：T. Takami and M. Kitahara, "Equivalent Design Waves for Ship Responses by Active Learning Kriging and FORM", submitting.
その他
随時更新予定です！