Original title:
Dlouhodobé prediktivní modelování nelineárních dynamických systémů pomocí rekurentních neuronových sítí
Translated title:
Long-term predictive modelling of nonlinear dynamical systems using recurrent neural networks
Authors:
Pluskal, Tomáš ; Kroupa, Jiří (referee) ; Kovář, Jiří (advisor) Document type: Bachelor's theses
Year:
2023
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta strojního inženýrství Abstract:
[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.
Keywords:
GRU; LSTM; machine learning; recurrent neural networks; RNN; TensorFlow; GRU; LSTM; rekurentní neuronové sítě; RNN; strojové učení; TensorFlow
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/211626