Zabezpečená webová aplikace pro plošný monitoring teploty založena na metodách strojového učení

Abstract

Bakalářská práce je zaměřena na prozkoumání vlivu slunečního záření na naměřenou teplotu teplotními senzory v mikrovlnných zařízeních a na možnosti kvantifikace tohoto vlivu. Práce zkoumá možnost využití těchto zařízení pro měření teploty okolí pomocí zvolených metod strojového učení. Cílem bylo vytvoření zabezpečené webové aplikace, která bude sloužit pro plošný monitoring teploty okolí a rozšířit tak stávající sítě meteorologických měřících bodů. Teoretická část práce se zabývá technologií mikrovlnných spojů a okolními vlivy, které působí na naměřenou teplotu těchto zařízení. V praktické části práce byla provedena korelační analýza mezi naměřenými teplotami z různých technologií telekomunikačních zařízení a teplotami okolních meteorologických stanic. Analýza si kladla za cíl výběr vhodné technologie pro predikci okolní teploty. Další část praktické práce zahrnovala proces trénování modelu strojového učení. Poslední částí zahrnuje vývoj webové aplikace zobrazující teplotní mapy České republiky.The bachelor thesis is focused on the exploration of the influence of solar radiation on the measured temperature by temperature sensors in microwave devices and on the possibilities of quantifying this influence. The thesis explores the possibility of using these devices to measure ambient temperature using selected machine learning methods. The aim was to create a secure web application that will be used for area-based ambient temperature monitoring, thus expanding existing networks of meteorological measurement points. The theoretical part of the thesis focuses on the technology of microwave links and the environmental influences that affect the measured temperature of these devices. In the practical part of the thesis, a correlation analysis was performed between the measured temperatures from different telecommunication equipment technologies and the temperatures of the surrounding meteorological stations. The analysis aimed at selecting an appropriate technology for ambient temperature prediction. The next part of the practical work involved the process of training a machine learning model. The last part involves the development of a web application that displays temperature maps of the Czech Republic.