Využití strojového učení pro predikci trajektorie těles na nízké oběžné dráze
| but.committee | doc. Ing. František Zbořil, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen) Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) | cs |
| but.defence | Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. | cs |
| but.jazyk | angličtina (English) | |
| but.program | Informační technologie | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Novák, Jiří | en |
| dc.contributor.author | Janda, Přemek | en |
| dc.contributor.referee | Vlk, Jan | en |
| dc.date.accessioned | 2023-06-14T06:56:47Z | |
| dc.date.available | 2023-06-14T06:56:47Z | |
| dc.date.created | 2023 | cs |
| dc.description.abstract | Přesné orbitální predikce orbit satelitů na nízé oběžné dráze Země jsou nezbytné pro každodení provádění operací, tak aby se předešlo jejich srážkám. Tato práce se zaměřuje na analýzu histrorických dat trajektorií, tvořených z klacických dráhových elementů. S využitím strojového učení, data jsou sdružena, zpracována a na závěr užita pro predikci dráhy orbity. Nejlepších výsledků předpovědí bylo dosaženo s neuronovou sítí s doulodobou a krátkodobou pamětí (LSTM). | en |
| dc.description.abstract | Precise orbital predictions are vital for every-day Low Earth orbit satellites operations to evade collision. The study aims to analyse historical trajectory data in a form of the classical orbital elements. By leveraging machine learning, data are aggregated, processed and finally used for orbit prediction. The best forecast results have been achieved using Long Short-Term Memory Neural Network. | cs |
| dc.description.mark | B | cs |
| dc.identifier.citation | JANDA, P. Využití strojového učení pro predikci trajektorie těles na nízké oběžné dráze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023. | cs |
| dc.identifier.other | 148537 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/210399 | |
| dc.language.iso | en | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Strojové učení | en |
| dc.subject | Hluboké Učení | en |
| dc.subject | Orbitální Mechanika | en |
| dc.subject | Satelity | en |
| dc.subject | Nízká Obježná Dráha | en |
| dc.subject | Předcházení Kolizím | en |
| dc.subject | Perturbace | en |
| dc.subject | Simulace | en |
| dc.subject | Machine Learning | cs |
| dc.subject | Deep Learning | cs |
| dc.subject | Orbital Mechanics | cs |
| dc.subject | Satellites | cs |
| dc.subject | Low-Earth Orbit | cs |
| dc.subject | Collision avoidance | cs |
| dc.subject | Orbit Prediction | cs |
| dc.subject | Perturbations | cs |
| dc.subject | Simulation | cs |
| dc.title | Využití strojového učení pro predikci trajektorie těles na nízké oběžné dráze | en |
| dc.title.alternative | Low Earth orbit trajectory prediction using a machine learning approach | cs |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2023-06-13 | cs |
| dcterms.modified | 2023-06-13-12:08:30 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
| sync.item.dbid | 148537 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2023.06.14 08:56:47 | en |
| sync.item.modts | 2023.06.14 08:12:30 | en |
| thesis.discipline | Informační technologie | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |