Original title: Vývoj predikčního modelu pro teplotní systémy pomocí metod strojového učení
Translated title: Development of a Predictive Model for Temperature Systems Using Machine Learning Methods
Authors: Kamínek, Jan ; Zuth, Daniel (referee) ; Jelínek, Adam (advisor)
Document type: Master’s theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract: [cze] [eng]
Tato diplomová práce se zabývá návrhem a implementací predikčních modelů pro předpověď teplot multifunkčního hrotového brousícího stroje BUD100 Multi. Cílem výzkumu je využití metod strojového učení pro včasnou predikci teplotních změn. V práci jsou detailně analyzovány a porovnány tři odlišné přístupy. Statistický model SARIMAX, algoritmus náhodných lesů (Random Forest) a LightGBM a rekurentní neuronová síť s dlouhou krátkodobou pamětí (LSTM). Pro trénování a validaci modelů byla využita reálná provozní data ze senzorické sítě stroje. This master's thesis focuses on the design and implementation of predictive models for forecasting the temperatures of the BUD100 Multi-purpose cylindrical grinding machine. The research aim is to employ machine learning methods for early prediction of temperature fluctuations. The study provides a detailed analysis and comparison of three distinct approaches. The statistical SARIMAX model, the Random Forest and LightGBM algorithms, and the Long Short-Term Memory (LSTM) recurrent neural network. Real operational data from the machine's sensor network were utilized for model training and validation.
Keywords: grinding machine; LSTM; Machine learning; neural networks; Random Forest; SARIMAX; time-series forecasting; Walk-forward validation; brousící stroj; dopředná validace; LightGBM; LSTM; neuronové sítě; predikce časových řad; Random Forest; SARIMAX; Strojové učení

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/11012/259955

Permalink: http://www.nusl.cz/ntk/nusl-776937


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