Data-Driven Mission Recommendation for LEO Satellites using Random Forest and Hybrid Deep Learning Forecasting
Cet article présente un cadre axé sur les données pour les satellites LEO de LAPAN-IPB qui combine un prédicteur de tension hybride SARIMAX-LSTM et un classificateur de type Forêt Aléatoire afin de générer des recommandations de mission auditables et fondées sur des preuves, remplaçant ainsi le recours à l'expérience non documentée des opérateurs par un processus de planification reproductible et objectif.