Využití neuronových sítí pro odhad dynamických veličin

Simple item page
but.committeedoc. Ing. Petr Porteš, Ph.D. (předseda) prof. Ing. František Bauer, CSc. (místopředseda) Ing. Aleš Rada, Ph.D. (člen) Ing. Vojtěch Trusík (člen) Ing. Marek Bačovský (člen) Ing. Jakub Machač (člen)cs
but.defenceŠtudent prezentoval skúšajúcej komisii svoju záverečnú prácu a odpovedal na otázky oponenta. Otázky oponenta: 1. V rámci odhadu uhla smerovej odchýlky pracujete s jeho priebehom, ktorý stanovila inerciálna jednotka (IMU) RT3002. Túto veličinu však nie je IMU schopné merať priamo. Akým spôsobom ju teda IMU určuje? Hodnotenie: Zodpovedané. 2. V kap. 13 testujete RNN v odhade pozdĺžnych síl na kolesách. Akým spôsobom ste získali priebeh týchto síl? Hodnotenie: Zodpovedané. 3. V rámci predspracovania dát ste využili filter s dolnou priepusťou (low-pass) s medznou frekvenciou 10 Hz. Aký druh filtra ste použili? Prečo ste zvolili frekvenciu práve 10 Hz? Hodnotenie: Zodpovedané. Následne odpovedal na otázky členov skúšajúcej komisie: 1. Ako dlho trval tréning neurónovej siete? Hodnotenie: Zodpovedané. 2. Skúšali ste krížovú validáciu? Hodnotenie: Zodpovedané. 3. Akú ste používali stratovú funkciu? Hodnotenie: Zodpovedané. 4. Ako ste sa venovali príprave vstupných signálov? Hodnotenie: Zodpovedané. 5. Je lepšie použiť neurónovú sieť pre odhad špecifickej veličiny, alebo vytvoriť univerzálnu sieť pre odhad viac veličín? Hodnotenie: Zodpovedané. 6. Aká štatistická metóda sa dá použiť pre porovnanie odhadovaných a nameraných dát? Hodnotenie: Zodpovedanécs
but.jazykčeština (Czech)
but.programAutomobilní a dopravní inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorZháňal, Luborcs
dc.contributor.authorDufek, Martincs
dc.contributor.refereeRepka, Martincs
dc.date.created2024cs
dc.description.abstractCílem diplomové práce je ověřit použitelnost neuronových sítí k predikci dynamických veličin automobilu. Některé dynamické veličiny vozidel jsou těžko měřitelné, nebo je nutné je dopočítávat, přičemž měření takových veličin může vyjít velmi draze. Pokud by však neuronové sítě dokázaly hodnoty predikovat s přijatelnou chybou, jednalo by se o dostupnější a ekonomičtější metodu. Ověření bylo provedeno vytvořením dvou rekurentních neuronových sítí pro odhad veličin úhlu směrové úchylky a podélných sil na všech kolech automobilu. V práci jsou popsány jednotlivé kroky vytvoření sítí od zpracování vstupních dat až po vyhodnocení predikcí sítí. Výsledky ukazují, že lze využít neuronové sítě k určení dynamických veličin a pro některé účely jimi nahradit drahá měření. V závěru jsou formulovány důležité poznatky získané během vytváření neuronových sítí, které mohou pomoci s vytvářením nových sítí pro odhad dynamických veličin automobilu a je zde nastíněno další možné vylepšení vytvořených neuronových sítí.cs
dc.description.abstractThe aim of the thesis is to verify the applicability of neural networks to predict vehicle dynamic variables. Some vehicle dynamic variables are difficult to measure or need to be calculated, and measuring such quantities can be very expensive. However, If neural networks could predict values with acceptable error, this would be a more affordable and economical method. Verification was performed by creating two recurrent neural networks to estimate the quantities of directional deviation angle and longitudinal forces on all wheels of the car. The paper describes the steps of network creation from processing the input data to evaluating the network predictions. The results show that neural networks can be used to determine dynamic quantities and replace expensive measurements for some purposes. Finally, important insights gained during the creation of neural networks are formulated that can help with the creation of new networks for the estimation of automotive dynamic quantities, and further possible improvements of the created neural networks are outlined.en
dc.description.markAcs
dc.identifier.citationDUFEK, M. Využití neuronových sítí pro odhad dynamických veličin [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2024.cs
dc.identifier.other158707cs
dc.identifier.urihttp://hdl.handle.net/11012/249121
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectneuronová síťcs
dc.subjectrekurentní neuronová síťcs
dc.subjectodhad dynamických veličincs
dc.subjectúhel směrové úchylkycs
dc.subjectpodélné síly na kolech automobilucs
dc.subjectMatlabcs
dc.subjectneural networken
dc.subjectrecurrent neural networken
dc.subjectprediction of dynamics variablesen
dc.subjectslip angleen
dc.subjectlongitudinal forces on the vehicle wheelsen
dc.subjectMatlaben
dc.titleVyužití neuronových sítí pro odhad dynamických veličincs
dc.title.alternativeUse of neural networks for estimation of dynamic variablesen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2024-06-18cs
dcterms.modified2024-06-18-15:06:15cs
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
sync.item.dbid158707en
sync.item.dbtypeZPen
sync.item.insts2025.03.27 10:46:38en
sync.item.modts2025.01.15 22:03:38en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav automobilního a dopravního inženýrstvícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.32 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
5.41 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_158707.html
Size:
9.42 KB
Format:
Hypertext Markup Language
Description:
file review_158707.html
Download
Collections
2024