haku: @keyword safety management systems / yhteensä: 1
hakutulos-lista
viite: 1 / 1
« edellinen | seuraava »
Tekijä:Valdez Banda, Osiris Alejandro
Työn nimi:Bayesian Network Model of Maritime Safety Management
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:98      Kieli:   eng
Koulu/Laitos/Osasto:Perustieteiden korkeakoulu
Oppiaine:Teollisuustalous   (TU-22)
Valvoja:Holmström, Jan
Ohjaaja:Hänninen, Maria
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:maritime safety management
Bayesian networks
safety management systems
indicators
Tiivistelmä (eng): Maritime traffic operations encompass several activities that, due to their general characteristics, compromise the safety of the personnel at sea and ashore.
Maritime safety management and its derived standards have constantly reviewed, evaluated and improved the general conditions of the mentioned operations.
Nevertheless, the correct use and application of maritime safety management standards will always depend on the particular interpretation by maritime safety experts.
Thus, the combination of maritime safety standards and the knowledge of maritime experts is and will always be an important factor that influences the course of safety management in maritime traffic operations.

This thesis provides a new proposal for the modeling of maritime safety management: the Bayesian Network Model of Maritime Safety Management.
The model integrates the most relevant components of maritime safety management within the content of maritime safety management standards, the interpretation of safety management by maritime safety experts, and several practical indicators of the maritime safety performance.
In order to model the safety management in maritime traffic, this study has adopted Bayesian networks methodology due to its remarkable characteristics for modeling uncertain expert knowledge.

Furthermore, the proposed model has also been tested through a practical application in the local shipping industry.
The aims during this test were to analyze dependencies and logic of the components of the model, and also to collect expert knowledge and information regarding to current maritime safety management practices.
Thus, the obtained results in this thesis propose and evaluate the possibility of using Bayesian networks as a tool to model and analyze the safety management of maritime traffic operations.
ED:2013-06-13
INSSI tietueen numero: 46867
+ lisää koriin
« edellinen | seuraava »
INSSI