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

Permalink: http://www.nusl.cz/ntk/nusl-529897


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses