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

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-529897


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Bakalářské práce