Sökning: "maritime training"
Visar resultat 1 - 5 av 35 uppsatser innehållade orden maritime training.
1. Sjösäkerhet i en digitaliserad sjöfart : En studie om effekter på sjösäkerheten i en framtida digitaliserad sjöfart
Uppsats för yrkesexamina på grundnivå, Linnéuniversitetet/Sjöfartshögskolan (SJÖ)Sammanfattning : Sjöfarten har förändrats genom tiderna och fartygen har utrustats med avancerad teknologi. Trots högutbildade operatörer och högteknologiska fartyg så inträffar allvarliga sjöolyckor som kan härledas till mänskliga fel och teknologiska brister. LÄS MER
2. Positionering med hjälp av Ultra-Wideband : En delstudie för Sjöfartshögskolan i Kalmar
M1-uppsats, Linnéuniversitetet/Sjöfartshögskolan (SJÖ)Sammanfattning : Sjöfartshögskolan i Kalmar har ett långtgående studentprojekt att bygga en modell av skolfartyget M/S Calmare Nyckel som autonomt ska köra runt i en damm på skolan för att visa upp skolans profil. Projektet är tänkt att sammanfoga kunskaper från många olika delar av utbildningen såsom elektronik, programmering, och stabilitet. LÄS MER
3. Student i praktiken : Vad önskar branschen
M1-uppsats, Linnéuniversitetet/Sjöfartshögskolan (SJÖ)Sammanfattning : I takt med att sjöfarten utvecklas måste också utbildningarna för personalen som skall jobba ombord på fartygen utvecklas. Inför en större revidering av Sjöingenjörsprogrammet på Linneuniversitetet har vi på uppdrag av programansvarig Tobias Hedin undersökt vad yrkesverksamma tekniska chefer tycker att studenter och nyexaminerade Sjöingenjörer saknar eller är överutbildade inom. LÄS MER
4. Sjökaptensstudenters förhållande till härdplaster : En studie om hur sjökaptensstudenter förhåller sig till härdplaster och användning av PSU ombord på fartyg
Uppsats för yrkesexamina på grundnivå, Linnéuniversitetet/Sjöfartshögskolan (SJÖ)Sammanfattning : Sjökaptensstudenter på Sjöfartshögskolan i Kalmar genomgår praktik under sammanlagt tolv månader i form av fartygsförlagd utbildning indelad i tre olika perioder under deras fyraåriga utbildning. Praktikperioderna ombord på fartyg ger studenterna möjligheten att lära sig yrket på ett praktiskt sätt, inte bara från läroboken. LÄS MER
5. Construction of a machine learning training pipeline for merging AIS data with external datasources
Master-uppsats, Linköpings universitet/Institutionen för datavetenskapSammanfattning : Machine learning methods are increasingly being used in the maritime domain to predict traffic anomalies and to mitigate risk, for example avoiding collision and groundingaccidents. However, most machine learning systems used for detecting such issues hasbeen trained predominately on single data sources such as vessel positioning data. LÄS MER