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