Příprava dat a vytváření predikčních modelů nad telemetrickými daty
Loading...
Date
2025-06-10
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Tato diplomová práce se zabývá návrhem predikčních modelů nad jízdními telemetrickými daty z motocyklových jízd po tréninkových okruzích a vizualizací výsledků jednotlivých modelů.
Teoretická část této práce se věnuje shrnutí a popisu moderních technik a algoritmů vhodných pro tvorbu predikčních modelů a porovnání metrik, pomocí nichž lze účinně měřit úspěšnost natrénovaných modelů. Dále je v teoretické části popsán výběr vhodných nástrojů pro tvorbu programu a jejich popis.
V praktické části jsou pomocí zvolených nástrojů vyvíjeny predikční modely jako je neuronová síť či rozhodovací strom, které se učí nad poskytnutými telemetrickými daty. Nad celým procesem je vytvořeno webové rozhraní.
Výsledkem této práce je uživatelsky přívětivý program schopný natrénování nových predikčních modelů nad uživatelem definovanými datovými položkami. Natrénované modely se ukládají a lze je použít k vyhodnocení jednotlivých okruhů. Výsledek takového vyhodnocení je poté uložen v databázi.
The main topic of this diploma thesis is the development of prediction models based on sensor telemetry data recorded from bicycle rides on testing circuits, as well as the visualization of individual model results. The theoretical part of the thesis summarizes contemporary techniques and methods suitable for development of prediction models and for comparison of various metrics commonly used for evaluation of trained models. The choice of the right tools for program development is also covered. The practical part describes the development of prediction models, such as neural networks and decision trees using the selected tools and trained on the provided telemetry data. A web interface is built on top of the entire process. The output of this work is a user-friendly program, where users can train new prediction models based on their own selected input criteria. Trained models are saved and can be used for evaluation of individual ridden laps. The result of the evaluation is stored in a database.
The main topic of this diploma thesis is the development of prediction models based on sensor telemetry data recorded from bicycle rides on testing circuits, as well as the visualization of individual model results. The theoretical part of the thesis summarizes contemporary techniques and methods suitable for development of prediction models and for comparison of various metrics commonly used for evaluation of trained models. The choice of the right tools for program development is also covered. The practical part describes the development of prediction models, such as neural networks and decision trees using the selected tools and trained on the provided telemetry data. A web interface is built on top of the entire process. The output of this work is a user-friendly program, where users can train new prediction models based on their own selected input criteria. Trained models are saved and can be used for evaluation of individual ridden laps. The result of the evaluation is stored in a database.
Description
Subject(s)
ASP.NET, Data Mining, Jupyter Notebook, neuronové sítě, ONNX, predikční modely, Python, PyTorch, Random Forest, strojové učení, telemetrická data, webové aplikace