Διαχείριση κινδύνου στις ναυτιλιακές επιχειρήσεις με χρήση μεθόδων τεχνητής νοημοσύνης

Πολυχρονάκης, Κωνσταντίνος

Risk management in shipping companies using artificial intelligence techniques

Διπλωματική εργασία

Author

Πολυχρονάκης, Κωνσταντίνος

Date

2022-03-08

Advisor

Σκλαβούνου, Ελένη-Ορσαλία

Polychronakis_71446295.pdf (1.579Mb)

Keywords

Διαχείριση κινδύνου ; Εκτίμηση κινδύνου ; Ναυτιλιακές επιχειρήσεις ; Τεχνητή νοημοσύνη ; Μηχανική μάθηση ; Risk management ; Risk assessment ; Maritime industry ; Artificial intelligence ; Machine learning

Abstract

Στην παρούσα διπλωματική εργασία πραγματοποιήθηκε διερεύνηση μεθόδων και τεχνικών της τεχνητής νοημοσύνης, οι οποίες έχουν ως σκοπό την διευκόλυνση του έργου των ναυτιλιακών επιχειρήσεων στον τομέα της διαχείρισης κινδύνου και πιο συγκεκριμένα στην βελτιστοποίηση λήψης απόφασης, καλύτερη εκτίμηση και παρακολούθηση κινδύνων. Η πλειοψηφία των περιπτώσεων διαχείρισης κινδύνων σχετίζεται με την ποιοτική προσέγγισή τους, η τεχνητή νοημοσύνη αποτελεί ένα πεδίο στο οποίο χρησιμοποιούνται μαθηματικά και στατιστικά μοντέλα και έχει ως σκοπό να συσχετίσει με υψηλή ακρίβεια και αξιοπιστία τα δεδομένα εισόδου-εξόδου ενός συστήματος. Συνεπώς, η εφαρμοφή της στο πεδίο της διαχείρισης κινδύνου στην ναυτιλία είτε βελτιώνοντας υπάρχουσες εφαρμογές είτε ερευνώντας νέες δυνητικές εφαρμογές θα θεωρείται απαραίτητη.

Abstract

In this thesis, it carried out a bibliographical survey of methods and techniques of artificial intelligence which are intended to facilitate the work of maritime companies in the area of risk management and more specifically in optimizing decision-making, better assessment and monitoring of risks. The majority of risk management cases are related to their qualitive approach, artificial intelligence is a field in which mathematical and statistical models are applied, and its purpose is to correlate a system’s input-output data with high accuracy and reliability. Therefore, its implementation in the area of risk management in shipping, either by improving existing applications or by researching new potential applications, is deemed necessary.