�������� � � ������������������������������������������������������������������������������������������������������ ���������� �������������������������������������������������������������� � �� ... ���������������������!���� ������������������������ “��������”������� � � � � � � � � ���������� �������������������������������“����#��$�������������������������������������������������������������������������������������������������� #��������$�����������������%����&���������������� � � � � � ��������� �%����������������������������&���������������$���'������������"��������������$������������������������������������������������������������������������ ���������'�(����)���������������� � � � � � � � ������*�� ����������������������������������������������(���������������������������� � %������+.��������������%������,������������������� . � � � � �������-� $����'�����������������������������)'��*������������&��������������������$������)��������������������.��������� � � � � �� � ������/�� ������������������������������������������+������������������������������&� ��� � 0������'��1�������"�����"�������� � � � � � � � �����2-� ���,��������������������������$���'�����������������������&������� � ������������33�������4��������33���� � � � � � � ������*� ����������,��������������������������������������“��-����”��� � 1������5�������+�������1��������������$���#�����#����66��5�'��� � � � �����!/� ������������������������
1. 简介 我们正处于“数字化转型”阶段。人们对此有着广泛的共识,但除此之外,事情变得模糊不清。这个阶段是什么时候开始的?我们预计它会持续多久?与数字化和数字化相反,数字化转型是什么?我怀疑数字化转型是“时髦的”,因为没有人能够向我解释“时髦”到底是什么意思。我们大多数人靠不太理解的流行语生存,有些人则靠它们茁壮成长。如果感觉处于劣势,你可以求助于工业 4.0 生态系统中的敏捷互联网工具,如 https://www.makebullshit.com/ 。可能存在更先进的工具,你可以输入一些关键词,然后就会得到一个令人印象深刻的流行词组。但你的管理层可能已经抢先了一步。但通常,这也是一个接受好主意,并根据需要从小规模开始的情况。例如:“未来,我们将煮沸海洋,但作为有限功能的概念验证实施,我将煮一杯咖啡。”在其他情况下,营销(包括科学自我营销)巧妙地重新定义了目标以呈现成功案例:“我们在这里将高等微积分定义为将两个任意正一位数相加的能力。”或者将智力定义为记住 5 个项目的能力,如人、女人、男人、相机、电视。接下来,让我们看看这些新的高大术语,看看现实与当
摘要 本文调查了电子学习技术,讨论了其特点、适用性和成本方面。虽然所采用的技术和软件都是通用的,但讨论是在海事背景下进行的,重点关注技术和监管内容以及相对较小且分散的客户群。1.简介 1.1.抵抗是徒劳的 – 实现数字化(也包括培训)数字化(又名数字化转型和数字化)是我们这个时代的一个神奇词。搜索 COMPIT 2018 会议记录 http://data.hiper-conf.info/compit2018_pavone.pdf,您将找到 37 个符合这些术语的结果。访问世界上最大的海事博览会 SMM,http://www.smm-hamburg.com/en/,你会发现一条专门的数字路线。虽然没有明确的定义“数字化”到底是什么,但这个总体思想被广泛理解和分享。它涉及下一波自动化,不仅提高效率,还提供新的和更好的服务 - 至少在理论上。业内所有公司都希望成为其中的一部分并“付诸行动”,包括我们的公司 DNV GL,例如https://www.dnvgl.com/article/dnv-gl-s-digital-journey-94148 。抵抗是徒劳的 - 数字化!
hiper XR具有创新的倾斜技术,可以实现准确的杆尖测量,而无需校准,并且对磁干扰具有抵抗力。即使在苛刻的环境中,其先进的反判断功能也可以确保可靠的信号性能。既耐用又轻巧(<1 kg),它可以忍受艰难的条件,同时又易于处理。支持多个星座,灵活的连接选项以及具有成本效益的设计,hiper XR是一种实用且适应于现代测量需求的解决方案。
1. 简介我们正处于“数字化转型”阶段。人们对此有着广泛的共识,但除此之外,事情变得模糊不清。这个阶段是什么时候开始的?我们预计它会持续多久?与数字化和数字化相反,数字化转型是什么?我怀疑数字化转型是“时髦的”,因为没有人能够向我解释“时髦”到底是什么意思。我们大多数人靠不太理解的流行语生存,有些人则靠它们茁壮成长。如果感觉处于劣势,你可以求助于工业 4.0 生态系统中的敏捷互联网工具,如 https://www.makebullshit.com/ 。可能存在更先进的工具,你可以输入一些关键词,然后得到一个令人印象深刻的流行词组。但你的管理层可能已经抢先了一步。但通常,这也是一个接受好主意,并根据需要从小规模开始的情况。例如:“在未来,我们将煮沸海洋,但作为有限功能的概念验证实现,我将煮一杯咖啡。” 在其他情况下,营销(包括科学的自我营销)巧妙地重新定义了目标以呈现成功案例:“我们在这里将高等微积分定义为将两个任意正一位数相加的能力。” 或者将智力定义为记住 5 个项目的能力,例如人、女人、男人、相机、电视。 接下来,让我们看一看这些新的高大上的术语,看看现实与这些流行语最初创造时的愿景相比有多大差距。 2. 流行语或更多? 2.1. 大数据 输入第一个流行语:大数据。让我们看看大数据的定义:“大数据是处理 [...] 过大或过复杂而无法用传统数据处理应用软件处理的数据集的领域。” COMPIT 2019 论文集为术语“大数据”提供了 64 个结果。平均每 9 页,就会有人使用这个术语。但大多数时候,使用“大数据”时指的是“大量数据”。例如,我们可以从船舶收集自动性能监控数据,并对这些数据进行一些统计分析。我们的船队中有 50 艘船,每 15 艘船记录一次数据集,每条记录由 10 个实数组成(速度、功率、吃水、纵倾等)。这使得大约有 1,000,000,000 个数字,或 4 GB 的单精度。这些数字可以通过普通的 USB 棒传输,并可以使用标准软件进行处理。在标准笔记本电脑上使用 Excel 打开可能需要一段时间,但读取和处理数据对于计算机科学家来说是标准工作。因此,根据定义,它不应该被称为大数据。您不需要分布式计算机,处理数据子集来处理它们,交换中间数据以收敛到一个共同的结果。例如,如果它真的是大数据,您就会这样做。非常
hiper XR的轻量级设计可确保毫不费力的便携性,使专业人员可以在不同的工作网站上有效地工作。其多构造支持通过同时跟踪多个卫星系统,即使在复杂的条件下,可以确保可靠的数据,从而提供了提高的准确性。
1.简介 随着计算能力的提高,机器学习为加速初始设计阶段的船舶工程师工作流程提供了新的机会。以往往具有较高相对计算成本的开放水域计算为例,本文表明将测地线卷积神经网络 (GCNN) 等机器学习算法应用于此类计算很有前景,并且可以将初始设计过程的生产率提高几个数量级。因此,本研究的目的是描述该方法并讨论将 GCNN 应用于开放水域计算的结果,使用遵循瓦赫宁根 B 系列螺旋桨系列设计的几何形状,并探索通过将人工智能应用于船舶 CFD 结果可以实现的生产率提高。2.方法 2.1。使用 CFD 生成和验证几何形状 瓦赫宁根 B 系列螺旋桨系列被选为实验设计 (DoE) 的“母”系列。此系列中的螺旋桨由四个参数描述:直径 D、展开面积比 EAR、叶片数量 Z 和螺旋桨螺距 P。如果直径保持不变 (D = 1 m),则几何形状完全由 EAR、Z 和 P 描述。螺旋桨使用 Rhino 3D 结合 Grasshopper 以及专有 Python 代码建模,该代码包含基于 Kuiper (1992) 中描述的定义进行的截面几何描述。使用 NURBS 将二维截面开发为三维叶片。Van Oossanen 和 Oosterveld (1975) 根据荷兰海事研究所 (MARIN) 进行的早期模型测试的回归分析,开发了适用于任何瓦赫宁根 B 系列螺旋桨的开阔水域性能曲线描述。推力和扭矩系数曲线的原始描述在雷诺数为 2,000,000 时有效。随后将这些回归曲线与选定数量的螺旋桨和操作条件的 CFD(计算流体动力学)结果进行比较,以验证创建的螺旋桨几何形状是否产生了与瓦赫宁根 B 系列相对应的预期结果。
1. 简介我们正处于“数字化转型”阶段。人们对此有着广泛的共识,但除此之外,事情变得模糊不清。这个阶段是什么时候开始的?我们预计它会持续多久?与数字化和数字化相反,数字化转型是什么?我怀疑数字化转型是“时髦的”,因为没有人能够向我解释“时髦”到底是什么意思。我们大多数人靠不太理解的流行语生存,有些人则靠它们茁壮成长。如果感觉处于劣势,你可以求助于工业 4.0 生态系统中的敏捷互联网工具,如 https://www.makebullshit.com/ 。可能存在更先进的工具,你可以输入一些关键词,然后得到一个令人印象深刻的流行词组。但你的管理层可能已经抢先了一步。但通常,这也是一个接受好主意,并根据需要从小规模开始的情况。例如:“在未来,我们将煮沸海洋,但作为有限功能的概念验证实现,我将煮一杯咖啡。” 在其他情况下,营销(包括科学的自我营销)巧妙地重新定义了目标以呈现成功案例:“我们在这里将高等微积分定义为将两个任意正一位数相加的能力。” 或者将智力定义为记住 5 个项目的能力,例如人、女人、男人、相机、电视。 接下来,让我们看一看这些新的高大上的术语,看看现实与这些流行语最初创造时的愿景相比有多大差距。 2. 流行语或更多? 2.1. 大数据 输入第一个流行语:大数据。让我们看看大数据的定义:“大数据是处理 [...] 过大或过复杂而无法用传统数据处理应用软件处理的数据集的领域。” COMPIT 2019 论文集为术语“大数据”提供了 64 个结果。平均每 9 页,就会有人使用这个术语。但大多数时候,使用“大数据”时指的是“大量数据”。例如,我们可以从船舶收集自动性能监控数据,并对这些数据进行一些统计分析。我们的船队中有 50 艘船,每 15 艘船记录一次数据集,每条记录由 10 个实数组成(速度、功率、吃水、纵倾等)。这使得大约有 1,000,000,000 个数字,或 4 GB 的单精度。这些数字可以通过普通的 USB 棒传输,并可以使用标准软件进行处理。在标准笔记本电脑上使用 Excel 打开可能需要一段时间,但读取和处理数据对于计算机科学家来说是标准工作。因此,根据定义,它不应该被称为大数据。您不需要分布式计算机,处理数据子集来处理它们,交换中间数据以收敛到一个共同的结果。例如,如果它真的是大数据,您就会这样做。非常
1. 简介我们正处于“数字化转型”阶段。人们对此有着广泛的共识,但除此之外,事情变得模糊不清。这个阶段是什么时候开始的?我们预计它会持续多久?与数字化和数字化相反,数字化转型是什么?我怀疑数字化转型是“时髦的”,因为没有人能够向我解释“时髦”到底是什么意思。我们大多数人靠不太理解的流行语生存,有些人则靠它们茁壮成长。如果感觉处于劣势,你可以求助于工业 4.0 生态系统中的敏捷互联网工具,如 https://www.makebullshit.com/ 。可能存在更先进的工具,你可以输入一些关键词,然后得到一个令人印象深刻的流行词组。但你的管理层可能已经抢先了一步。但通常,这也是一个接受好主意,并根据需要从小规模开始的情况。例如:“在未来,我们将煮沸海洋,但作为有限功能的概念验证实现,我将煮一杯咖啡。” 在其他情况下,营销(包括科学的自我营销)巧妙地重新定义了目标以呈现成功案例:“我们在这里将高等微积分定义为将两个任意正一位数相加的能力。” 或者将智力定义为记住 5 个项目的能力,例如人、女人、男人、相机、电视。 接下来,让我们看一看这些新的高大上的术语,看看现实与这些流行语最初创造时的愿景相比有多大差距。 2. 流行语或更多? 2.1. 大数据 输入第一个流行语:大数据。让我们看看大数据的定义:“大数据是处理 [...] 过大或过复杂而无法用传统数据处理应用软件处理的数据集的领域。” COMPIT 2019 论文集为术语“大数据”提供了 64 个结果。平均每 9 页,就会有人使用这个术语。但大多数时候,使用“大数据”时指的是“大量数据”。例如,我们可以从船舶收集自动性能监控数据,并对这些数据进行一些统计分析。我们的船队中有 50 艘船,每 15 艘船记录一次数据集,每条记录由 10 个实数组成(速度、功率、吃水、纵倾等)。这使得大约有 1,000,000,000 个数字,或 4 GB 的单精度。这些数字可以通过普通的 USB 棒传输,并可以使用标准软件进行处理。在标准笔记本电脑上使用 Excel 打开可能需要一段时间,但读取和处理数据对于计算机科学家来说是标准工作。因此,根据定义,它不应该被称为大数据。您不需要分布式计算机,处理数据子集来处理它们,交换中间数据以收敛到一个共同的结果。例如,如果它真的是大数据,您就会这样做。非常
1. 简介我们正处于“数字化转型”阶段。人们对此有着广泛的共识,但除此之外,事情变得模糊不清。这个阶段是什么时候开始的?我们预计它会持续多久?与数字化和数字化相反,数字化转型是什么?我怀疑数字化转型是“时髦的”,因为没有人能够向我解释“时髦”到底是什么意思。我们大多数人靠不太理解的流行语生存,有些人则靠它们茁壮成长。如果感觉处于劣势,你可以求助于工业 4.0 生态系统中的敏捷互联网工具,如 https://www.makebullshit.com/ 。可能存在更先进的工具,你可以输入一些关键词,然后得到一个令人印象深刻的流行词组。但你的管理层可能已经抢先了一步。但通常,这也是一个接受好主意,并根据需要从小规模开始的情况。例如:“在未来,我们将煮沸海洋,但作为有限功能的概念验证实现,我将煮一杯咖啡。” 在其他情况下,营销(包括科学的自我营销)巧妙地重新定义了目标以呈现成功案例:“我们在这里将高等微积分定义为将两个任意正一位数相加的能力。” 或者将智力定义为记住 5 个项目的能力,例如人、女人、男人、相机、电视。 接下来,让我们看一看这些新的高大上的术语,看看现实与这些流行语最初创造时的愿景相比有多大差距。 2. 流行语或更多? 2.1. 大数据 输入第一个流行语:大数据。让我们看看大数据的定义:“大数据是处理 [...] 过大或过复杂而无法用传统数据处理应用软件处理的数据集的领域。” COMPIT 2019 论文集为术语“大数据”提供了 64 个结果。平均每 9 页,就会有人使用这个术语。但大多数时候,使用“大数据”时指的是“大量数据”。例如,我们可以从船舶收集自动性能监控数据,并对这些数据进行一些统计分析。我们的船队中有 50 艘船,每 15 艘船记录一次数据集,每条记录由 10 个实数组成(速度、功率、吃水、纵倾等)。这使得大约有 1,000,000,000 个数字,或 4 GB 的单精度。这些数字可以通过普通的 USB 棒传输,并可以使用标准软件进行处理。在标准笔记本电脑上使用 Excel 打开可能需要一段时间,但读取和处理数据对于计算机科学家来说是标准工作。因此,根据定义,它不应该被称为大数据。您不需要分布式计算机,处理数据子集来处理它们,交换中间数据以收敛到一个共同的结果。例如,如果它真的是大数据,您就会这样做。非常