रिमोट सेंसिंग और जीआईएस जर्नल

अमूर्त

मशीन लर्निंग का उपयोग करके स्वायत्त अंतरिक्ष यान संचालन की ओर

रेड बुमघर

अंतरिक्ष अन्वेषण का लोकतंत्रीकरण मुख्य रूप से छोटे उपग्रहों (जैसे क्यूबसैट, 10x10x10 सेमी क्यूबिक उपग्रह) के ओपन सोर्स विकास के कारण है। अंतरिक्ष अन्वेषण के लिए निकट भविष्य की महत्वपूर्ण जरूरतों में से एक अंतरिक्ष यान संचालन को बढ़ाना है ताकि हजारों उपग्रहों का प्रबंधन किया जा सके; जटिल गतिशील प्रणालियों के साथ अंतरिक्ष में सचमुच कई रोबोट। पोलारिस परियोजना पूरी तरह से ओपन सोर्स है, इसका उद्देश्य रोबोटिक्स सिस्टम टेलीमेट्री का विश्लेषण करना, उससे सीखना, ऑपरेटरों को जागरूक रखना और समान रोबोटिक्स परिसंपत्तियों के साथ विभिन्न मिशनों को हस्तांतरित करने योग्य ज्ञान उत्पन्न करना है। यह परियोजना तीन गुना है: सैटनोग्स स्टेशनों (दुनिया भर में 200 ओपन सोर्स ग्राउंड स्टेशन) द्वारा एकत्र किए गए रेडियो संकेतों से डेटा प्राप्त करना और सामान्य करना, निर्भरता विश्लेषण, समय श्रृंखला प्रासंगिक व्यवहार विभाजन और विसंगतियों की रोकथाम के लिए भविष्यवाणियों के लिए मशीन लर्निंग मॉडल, और अंत में मशीन लर्निंग मॉडल की व्याख्या करने और ऑपरेटरों की स्थितिजन्य जागरूकता के लिए विजेट प्रदान करने के लिए डेटा विज़ुअलाइज़ेशन। इस बातचीत में, मैं विकसित मशीन लर्निंग मॉडल पर चर्चा करूँगा और बताऊँगा कि हम टेलीमेट्री के बीच निर्भरता को कैसे ट्रैक करते हैं और कैसे ग्राफ़ विज़ुअलाइज़ेशन हमें उच्च आयाम वाले डेटासेट को नेविगेट करने की अनुमति देता है। मैं भविष्य के स्वायत्त उपग्रह संचालन और निगरानी की रचना करने के लिए हमारे द्वारा अपनाए जा रहे चरणों को साझा करूँगा और कैसे ओपन सोर्स होना एक आवश्यक भूमिका निभाता है।