実海域運航データ（モニタリングデータ）を解析し、航行時諸性能状況を把握する事は、 船舶の省エネルギー（運航、設計共に）のベースです。モニタリングデータは、多様な性能要素の膨大な数の計測標本により構成され、それら標本（実スケール）は、互いに関連し合う統計量と見做せます。

このような特性を持つモニタリングデータの解析法として、機械学習法への関心が高まっており、東京海洋大学にあっては、大学院研究テーマに選定され、「ニューラルネットワークを用いた実海域における船舶推進性能の解析に関する基礎研究」が進められ、この過程で、NPO法人マリン・テクノロジスト（MTL）は、内航船の省エネルギー運航普及活動を通じて蓄積したデータ解析に関する知見を背景に協力の機会を得ることが出来ました。

その成果は、日本航海学会令和２年度表彰対象に選ばれ、研究担当、筆頭著者の石井幹久氏の授賞となりました。又、同論文のベースとなった同氏の修士学位論文に対し、日本船舶海洋工学会２０１９年度優秀論文として褒賞状が授与されています。海事関連両学会の授賞はMTLとしても、慶賀すべきことであり、ホームページにて紹介する次第です。研究内容の詳細については、以下論文を参照下さい。

日本航海学会令和２年度論文

ニューラルネットワークを用いた実海域における船舶推進性能の推定

石井　幹久（東京海洋大学 大学院海洋科学技術研究科 海運ロジスティクス専攻）
庄司るり（東京海洋大学）
武隈　克義（MTL）

東京海洋大学２０１９年度修士学位論文

ニューラルネットワークを用いた実海域における船舶推進性能の解析に関する基礎研究

石井　幹久（東京海洋大学 大学院海洋科学技術研究科 海運ロジスティクス専攻）