Versenden
Drucken
Mühmer, Markus und La Ferlita, Alessandro und Geber, Evangelos und Ehlers, Sören und Di Nardo, Emanuel und El Moctar, Ould und Ciaramella, Angelo (2024) A Data-Driven Model for Rapid CII Prediction. Journal of Marine Science and Engineering, 12 (11). Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/jmse12112048. ISSN 2077-1312.
![[img]](https://elib.dlr.de/style/images/fileicons/application_pdf.png) |
PDF
- Verlagsversion (veröffentlichte Fassung)
1MB |
Offizielle URL: https://www.mdpi.com/2077-1312/12/11/2048
Kurzfassung
In dem Paper wird eine datenbasierte Methode beschreiben mit deren Hilfe der Carbon Intensity Index (CII) von Schiffen vorhergesagt werden kann. Hierfür werden ausschließlich wenige Betriebsparameter sowie Umweltdaten als Eingangsgrößen benötigt.
| elib-URL des Eintrags: | https://elib.dlr.de/208454/ | ||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Dokumentart: | Zeitschriftenbeitrag | ||||||||||||||||||||||||||||||||
| Titel: | A Data-Driven Model for Rapid CII Prediction | ||||||||||||||||||||||||||||||||
| Autoren: |
| ||||||||||||||||||||||||||||||||
| Datum: | 12 November 2024 | ||||||||||||||||||||||||||||||||
| Erschienen in: | Journal of Marine Science and Engineering | ||||||||||||||||||||||||||||||||
| Referierte Publikation: | Ja | ||||||||||||||||||||||||||||||||
| Open Access: | Ja | ||||||||||||||||||||||||||||||||
| Gold Open Access: | Ja | ||||||||||||||||||||||||||||||||
| In SCOPUS: | Ja | ||||||||||||||||||||||||||||||||
| In ISI Web of Science: | Ja | ||||||||||||||||||||||||||||||||
| Band: | 12 | ||||||||||||||||||||||||||||||||
| DOI: | 10.3390/jmse12112048 | ||||||||||||||||||||||||||||||||
| Herausgeber: |
| ||||||||||||||||||||||||||||||||
| Verlag: | Multidisciplinary Digital Publishing Institute (MDPI) | ||||||||||||||||||||||||||||||||
| Name der Reihe: | Special Issue Applications of Artificial Intelligence in Marine Machinery | ||||||||||||||||||||||||||||||||
| ISSN: | 2077-1312 | ||||||||||||||||||||||||||||||||
| Status: | veröffentlicht | ||||||||||||||||||||||||||||||||
| Stichwörter: | Marine Machinery, Machine Learning, Artificial Intelligence | ||||||||||||||||||||||||||||||||
| HGF - Forschungsbereich: | Energie | ||||||||||||||||||||||||||||||||
| HGF - Programm: | Energiesystemdesign | ||||||||||||||||||||||||||||||||
| HGF - Programmthema: | Digitalisierung und Systemtechnologie | ||||||||||||||||||||||||||||||||
| DLR - Schwerpunkt: | Energie | ||||||||||||||||||||||||||||||||
| DLR - Forschungsgebiet: | E SY - Energiesystemtechnologie und -analyse | ||||||||||||||||||||||||||||||||
| DLR - Teilgebiet (Projekt, Vorhaben): | E - Energiesystemtechnologie | ||||||||||||||||||||||||||||||||
| Standort: | Geesthacht | ||||||||||||||||||||||||||||||||
| Institute & Einrichtungen: | Institut für Maritime Energiesysteme > Energiekonverter und -systeme | ||||||||||||||||||||||||||||||||
| Hinterlegt von: | Mühmer, Markus | ||||||||||||||||||||||||||||||||
| Hinterlegt am: | 15 Nov 2024 09:12 | ||||||||||||||||||||||||||||||||
| Letzte Änderung: | 15 Nov 2024 09:12 |
Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags
