Machine Learning and Data Mining in Aerospace Technology
Ta książka bada główne koncepcje, algorytmy i techniki uczenia maszynowego i eksploracji danych dla technologii lotniczej i kosmicznej.
Satelity są "orlimi oczami", które pozwalają nam oglądać ogromne obszary Ziemi jednocześnie i mogą gromadzić więcej danych, szybciej niż narzędzia na ziemi. W związku z tym rozwój inteligentnych systemów monitorowania stanu sztucznych satelitów - które mogą określać aktualny stan satelitów i przewidywać ich awarie na podstawie danych telemetrycznych - jest jednym z najważniejszych aktualnych zagadnień w inżynierii lotniczej i kosmicznej.
Niniejsza książka podzielona jest na trzy części, z których pierwsza omawia główne problemy związane z monitorowaniem stanu sztucznych satelitów, w tym oparte na tensorach wykrywanie anomalii w danych telemetrycznych satelitów i uczenie maszynowe w monitorowaniu satelitów, a także projektowanie, wdrażanie i walidację symulatorów satelitów. Druga część poświęcona jest analizie i eksploracji danych telemetrycznych, a ostatnia skupia się na kwestiach bezpieczeństwa danych telemetrycznych.
