prikaz prve stranice dokumenta Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža
Rad nije dostupan
diplomski rad
Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:465583
Jarak, Nikolina
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Jarak, N. (2021). Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:465583

Jarak, Nikolina. "Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:465583

Jarak, Nikolina. "Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:465583

Jarak, N. (2021). 'Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:465583

Jarak N. Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:465583

N. Jarak, "Identifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:465583

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:465583
Podaci o radu
NaslovIdentifikacija modela vozila temeljenog na Koopmanovom operatoru korištenjem dubokih neuronskih mreža
Naslov (engleski)Identification of the vehicle model based on Koopman operator using deep neural networks
AutorNikolina Jarak
MentorJadranko Matuško (mentor)
Član povjerenstvaJadranko Matuško (predsjednik povjerenstva)
Član povjerenstvaŠandor Ileš (član povjerenstva)
Član povjerenstvaŽeljko Jakopović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Sažetak
Model vozila predstavlja primjer dinamički nelinearmog sustava. U ovom radu opisane su duboke neuronske mreže te Koopmanov operator koji je zasnovan na algoritmu dinamičke modalne dekompozicije s ciljem identifikacije modela vozila te u konacnosti razvijanja modela upravljanja. Prema tome, opisana je i metoda upravljanja LQR regulatorom. Zbog složene nelinearne dinamike modela vozila, neuronska mreža je kreirana u tri dijela: enkoder, latentni dio mreže koji sadržava Koopmanov operator te dekoder. Koopmanov operator je naucen koristeći algoritam dinamičke modalne dekompozicije zasnovan na dubokoj neuronskoj mreži. Duboka neuronska mreža je implementirana tako što je prvo podignuta dimenzija prostora stanja, naucen je Ko- opmanov operator zajedno s neuronskom mrežom te su na kraju opet rekonstruirane varijable stanja u sljedecem koraku. Podaci za učenje duboke neuronske mreže su iz- vuceni iz CarMaker-a te je složeno sučelje unutar simulacijskog okruženja kako bi se mogao istestirati LQR regulator. Usporedeni su dobiveni podaci iz neuronske mreže sa stvarnim podacima te analizirani rezultati testiranja LQR regulatora.
Sažetak (engleski)
The vehicle model is an example of a dynamically nonlinear system. In this paper deep neural networks and the Koopman operator based on the dynamical modal decomposition algorithm with the aim of identifying vehicle model and developing controller. Therefore, the control method with LQR regulator is also described. Due to the comples nonlinear dynamics of the vehicle model, the neural network is created in three parts: the encoder, the latent part of the network containing the Koopman operator and the decoder. The Koopman operator was learned using the dynamic modal decomposition algorithm based on a deep neural network. Deep neural network is implemented by first augmenting the dimension of the state space, Koopman operator was learned parallel with the neural network and were reconstructed again state variables in next step. Deep neural network learning data was extracted from CarMaker and the interface was set up within the simulation environment to could test the LQR regulator. The obtained data from the neural network were compared with actual data and analyzed test results of LQR regulator.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:465583
Studijski programNaziv: Elektrotehnika i informacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 15:08:47