Název:
Dlouhodobé prediktivní modelování nelineárních dynamických systémů pomocí rekurentních neuronových sítí
Překlad názvu:
Long-term predictive modelling of nonlinear dynamical systems using recurrent neural networks
Autoři:
Pluskal, Tomáš ; Kroupa, Jiří (oponent) ; Kovář, Jiří (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2023
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstrakt: [cze][eng]
Tato bakalářská práce se zabývá zkoumáním rekurentních neuronových sítí za účelem dlouhodobé predikce nelineárních dynamických systémů pomocí rekurentních neuronových sítí. Cílem je návrh a otestování softwarového řešení neuronové sítě na reálných datech pocházejících z měření teplot obráběcího stroje.
This bachelor thesis investigates recurrent neural networks for long-term prediction of nonlinear dynamic systems using recurrent neural networks. The aim is to design and test a neural network software solution on real data coming from machine tool temperature measurements.
Klíčová slova:
GRU; LSTM; rekurentní neuronové sítě; RNN; strojové učení; TensorFlow; GRU; LSTM; machine learning; recurrent neural networks; RNN; TensorFlow
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/211626