Data-Driven Mission Recommendation for LEO Satellites using Random Forest and Hybrid Deep Learning Forecasting
Dit artikel presenteert een datagestuurd framework voor LAPAN-IPB LEO-satellieten dat een hybride SARIMAX-LSTM-spanningsvoorspeller en een Random Forest-classificator combineert om controleerbare, op bewijs gebaseerde missieaanbevelingen te genereren, waardoor de afhankelijkheid van niet-gedocumenteerde ervaring van operators wordt vervangen door een reproduceerbaar, objectief planningsproces.