Resumen

Este trabajo representa una técnica eficiente para el modelado de redes neuronales de simulación de vuelo y dinámica espacial. La técnica liberará al diseñador de la red neuronal de adivinar el tamaño y la estructura para el modelo de red neuronal requerido y ayudará a minimizar el número de neuronas. Para los sistemas lineales de dinámica de vuelo y espacial, la técnica puede encontrar los pesos y sesgos de la red directamente resolviendo un sistema de ecuaciones lineales sin necesidad de entrenamiento. Los sistemas dinámicos de vuelo no lineales pueden modelarse fácilmente entrenando sus modelos linealizados manteniendo la misma estructura de red. El entrenamiento es rápido, ya que utiliza el conocimiento del sistema lineal para acelerar el proceso de entrenamiento. La técnica se ha probado en diferentes modelos dinámicos de vuelo/espacio y ha mostrado resultados prometedores.

• Materias:Minería de datos Termodinámica Aerodinámica Ciencia de datos Ingeniería aeroespacial Exploración espacial
• Subjects:Data mining Thermodynamics Aerodynamics Data science Aerospace engineering Space exploration
• Palabras claves:modelo de red neuronal, número de neuronas, simulación dinámica espacial, técnicas, modelado de vuelo, modelado de red neuronal, sistema dinámico espacial, conocimiento del sistema lineal, diseñador de red neuronal, sistema dinámico
• Keywords:neural network model, number of neurons, space dynamic simulation, techniques, modeling of flight, neural network modeling, space dynamic system, linear system knowledge, neural network designer, dynamic system