| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21d.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34T/49GECJP | |||
| Repositório | sid.inpe.br/mtc-m21d/2023/07.24.12.44 (acesso restrito) | |||
| Última Atualização | 2023:07.24.12.44.09 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2023/07.24.12.44.09 | |||
| Última Atualização dos Metadados | 2024:01.02.17.16.45 (UTC) administrator | |||
| DOI | 10.1088/1742-6596/2512/1/012012 | |||
| ISSN | 1742-6588 | |||
| Chave de Citação | BarbosaFerrChag:2023:ApMaLe | |||
| Título | The Application of Machine learning to Amazonia-1 satellite power subsystem telemetry prediction  | |||
| Ano | 2023 | |||
| Data de Acesso | 14 maio 2024 | |||
| Tipo de Trabalho | conference paper | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 363 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Barbosa, Ivan Márcio 2 Ferreira, Maurício Gonçalves Vieira 3 Chagas Júnior, Milton de Freitas | |||
| Identificador de Curriculo | 1 2 8JMKD3MGP5W/3C9JHT8 | |||
| Grupo | 1 CSE-ETES-DIPGR-INPE-MCTI-GOV-BR 2 CORCR-CGIP-INPE-MCTI-GOV-BR 3 SEREL-COGAB-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Endereço de e-Mail do Autor | 1 ivan.barbosa@inpe.br 2 mauricio.ferreira@inpe.br 3 milton.chagas@inpe.br | |||
| Revista | Journal of Physics: Conference Series | |||
| Volume | 2512 | |||
| Número | 1 | |||
| Páginas | e023023 | |||
| Nota Secundária | B2_INTERDISCIPLINAR B2_ENGENHARIAS_III B3_MEDICINA_II B3_GEOCIÊNCIAS B4_MATERIAIS B4_ENGENHARIAS_II B4_BIOTECNOLOGIA C_QUÍMICA C_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA C_ENGENHARIAS_IV C_ECONOMIA C_ASTRONOMIA_/_FÍSICA | |||
| Histórico (UTC) | 2023-07-24 12:44:09 :: simone -> administrator :: 2023-07-24 12:44:10 :: administrator -> simone :: 2023 2023-07-24 12:44:18 :: simone -> administrator :: 2023 2024-01-02 17:16:45 :: administrator -> simone :: 2023 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Resumo | This article presents the data acquisition, exploratory data analysis, model training, evaluation, and use of hyperparameters in a machine learning model that will be used to predict telemetry data from the Amazonia-1 satellite. The Amazonia-1 satellite was launched in 2021, it uses the Multi-Mission Platform as a service module and has a Wide Field Imager imaging camera. Its power subsystem has 715 telemetries with distinct data types that will be used as dependent and independent variables. The amount of telemetry data generated daily is large, making manual analysis of this data unfeasible. The ensemble XGBoost machine learning algorithm is used to predict the values of the dependent variable D008 "Battery Module 1 Voltage"that belongs to the electric power subsystem. For the evaluation and performance Mean Absolute Error (MAE), Root Mean Square Error (RMSE), and R2 are used. The final learning model resulted in the coefficient of determination (R2) with 99.99%, MAE of 0.005749, and RMSE of 0.007727. After the cross-validation step, RMSE reached 0.006888. The execution time was 57 minutes and 32 seconds. Based on these numbers, we can consider that the machine learning model built reached a good result, especially when used with cross-validation. | |||
| Área | ETES | |||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CSE > The Application of... | |||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCE > The Application of... | |||
| Arranjo 3 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > The Application of... | |||
| Arranjo 4 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COGAB > The Application of... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| Idioma | en | |||
| Arquivo Alvo | Barbosa_2023_J._Phys.__Conf._Ser._2512_012012.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | denypublisher denyfinaldraft12 | |||
| Permissão de Leitura | deny from all and allow from 150.163 | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F35BSP 8JMKD3MGPCW/46KTFK8 8JMKD3MGPCW/46KUES5 8JMKD3MGPCW/46L2F3E | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2022/04.03.23.11 21 sid.inpe.br/mtc-m21/2012/07.13.14.56.30 1 sid.inpe.br/bibdigital/2022/04.04.04.41 1 | |||
| Divulgação | WEBSCI; PORTALCAPES; SCOPUS. | |||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn keywords label lineage mark mirrorrepository month nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||