Dlouhodobé prediktivní modelování nelineárních dynamických systémů pomocí rekurentních neuronových sítí

Simple item page
but.committeedoc. Ing. Stanislav Věchet, Ph.D. (předseda) Ing. Jan Najman, Ph.D. (místopředseda) Ing. Petr Lošák, Ph.D. (člen) doc. Ing. Vladimír Fuis, Ph.D. (člen) Ing. Petr Procházka, Ph.D. (člen) Ing. Josef Vejlupek, Ph.D. (člen) Ing. Pavel Švancara, Ph.D. (člen)cs
but.defenceStudent ve vymezeném čase prezentoval svou bakalářskou práci. Poté byly předneseny posudky a student odpověděl na otázky oponenta. Následně proběhla diskuze se členy komise vztahující se k bakalářské práci, při které byly položeny následující dotazy: Byl položen dotaz k objasnění výsledků uvedené v závěru. Proč jste se rozhodl implementovat RNN na vlastní pěst? Jakým způsobem jste implementoval FFT? Podle názoru komise byla úroveň odpovědí vyhovující.cs
but.jazykčeština (Czech)
but.programAplikované vědy v inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKovář, Jiřícs
dc.contributor.authorPluskal, Tomášcs
dc.contributor.refereeKroupa, Jiřícs
dc.date.accessioned2023-07-17T08:06:02Z
dc.date.available2023-07-17T08:06:02Z
dc.date.created2023cs
dc.description.abstractTato 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.cs
dc.description.abstractThis 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.en
dc.description.markBcs
dc.identifier.citationPLUSKAL, T. Dlouhodobé prediktivní modelování nelineárních dynamických systémů pomocí rekurentních neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2023.cs
dc.identifier.other145804cs
dc.identifier.urihttp://hdl.handle.net/11012/211626
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectstrojové učenícs
dc.subjectrekurentní neuronové sítěcs
dc.subjectRNNcs
dc.subjectLSTMcs
dc.subjectGRUcs
dc.subjectTensorFlowcs
dc.subjectmachine learningen
dc.subjectrecurrent neural networksen
dc.subjectRNNen
dc.subjectLSTMen
dc.subjectGRUen
dc.subjectTensorFlowen
dc.titleDlouhodobé prediktivní modelování nelineárních dynamických systémů pomocí rekurentních neuronových sítícs
dc.title.alternativeLong-term predictive modelling of nonlinear dynamical systems using recurrent neural networksen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2023-06-15cs
dcterms.modified2023-06-22-07:17:52cs
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
sync.item.dbid145804en
sync.item.dbtypeZPen
sync.item.insts2023.07.17 10:06:02en
sync.item.modts2023.07.17 09:35:00en
thesis.disciplineMechatronikacs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav mechaniky těles, mechatroniky a biomechanikycs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
3.69 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
115.16 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_145804.html
Size:
9.97 KB
Format:
Hypertext Markup Language
Description:
review_145804.html
Download
Collections
2023