Upravljanje sustavima automatiziranog staklenika pomoću IoT uređaja (CROSBI ID 450946)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Marijanović, Ivana
Perić, Nedjeljko
hrvatski
Upravljanje sustavima automatiziranog staklenika pomoću IoT uređaja
U sklopu ovog rada objašnjena je predikcija temperature automatiziranog staklenika koristeći neuronsku mrežu. Korišten je LSTM model neuronske mreže. Učenje modela je provedeno na unaprijed dobivenom skupu podataka koji je sadržavao vanjske i unutarnje uvjete („AGROSparc_measurements“). Točnost predviđanja modela procjenjuje se srednjom apsolutnom pogreškom. Testiranjem mreže različitim vrijednostima hiperparametara dobiven je konačni model koji je, kao Python skripta, učitan na Raspberry Pi. To je udaljeno mikroračunalo koje putem senzora i aktuatora komunicira sa bazom podataka. Na kraju je prikazana sinteza upravljačkog algoritma sa estimiranom vrijednošću koju daje LSTM mreža, a validacija predloženog modela na stvarnom računalu je ostavljena za buduća istraživanja.
model, neuronske mreže, LSTM, Python, Raspberry Pi, IoT, učenje, epohe, automatizacija, predikcija, upravljanje, temperatura, senzor, aktuator
nije evidentirano
engleski
Control of automated glasshouse systems by IoT Controller
nije evidentirano
model, neural networks, LSTM, Python, Raspberry Pi, IoT, learning, epochs, automation, prediction, control, temperature, sensor, actuator
nije evidentirano
Podaci o izdanju
52
08.07.2022.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Sveučilište u Zagrebu
Zagreb