تستكشف هذه الورقة منهجية تعتمد على البيانات لتقدير معلمات حالة البحر من حركات FPSO مثبتة بطريقة منتشرة تعمل قبالة سواحل البرازيل. يحفز هذا الأسلوب البيئات التشغيلية حيث لا تتوفر قياسات مخصصة للأمواج، مستفيدًا من أجهزة استشعار الحركة المثبتة مسبقًا على متن السفينة. تم إجراء بحث منهجي عن فرط المعلمات عبر نماذج التعلم العميق المختلفة باستخدام سجلات الحركة التي تم جمعها أثناء الخدمة تحت ظروف تحميل متعددة، بالإضافة إلى إحصائيات الأمواج من نموذج إعادة التحليل ERA5، والتي استخدمت كأهداف للتدريب. تُظهر النتائج أن نموذج الشبكة العصبية المقترح حقق أداءً جيدًا، مع أخطاء متوسطة لارتفاع الأمواج الكبيرة أقل من 6% عبر عدة ظروف بحرية ثنائية الشكل، ولكنها أشارت أيضًا إلى بعض نواقصه وفرص تحسينه. تم استكشاف استراتيجية التعلم الإنتقالي أيضًا، حيث تم تعديل الشبكات المدربة مسبقًا على استجابات محاكية من حالات بحر اصطناعية باستخدام مجموعة فرعية محدودة من البيانات المقاسة. على الرغم من أن النماذج المعدلة لم تصل إلى دقة تلك المدربة مباشرة على بيانات الخدمة، إلا أن النتائج أظهرت إمكانية استغلال المحاكاة لتقليل الاحتياجات القاسية للقياسات الواقعية لاشتقاق نماذج فعالة لتقدير حالة البحر. • تقدير حالة البحر المعتمد على البيانات باستخدام سجلات حركة كاملة الحجم لـ FPSO قيد الخدمة. • نموذج التقدير المدرب عبر عدة مستويات يحقق أخطاء متوسطة في H s أقل من 6%. • الاستنتاج تحت حالات البحر المتقاطعة عبر تقدير مجموعتين من إحصائيات الأمواج. • الشبكات العصبية المعتمدة على الفكرة تم اختيارها من خلال مقارنة إحصائية منهجية. • تقليل الاعتماد على بيانات الخدمة من خلال التعلم الإنتقالي من المحاكيات العددية.
درس بيزينوتو وآخرون (الجمعة) هذا السؤال.