AI-Based Autonomous Anomaly Detection for the Artemis II Orion Spacecraft (Paperback)

Idioma: inglés

Editorial: Independently Published, 2026

9798258923301

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail

Vendedor de 5 estrellas

Vendedor de IberLibro desde 29 de junio de 2022

Tapa blanda

Condición: Nuevo

EUR 24,06

Envío por EUR 44,36 
Se envía de Reino Unido a Estados Unidos de America

Cantidad disponible: 1 disponible

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

Paperback. The safe execution of crewed deep-space missions demands autonomous spacecraft health monitoring systems capable of detecting anomalies in real time without reliance on ground-based intervention. This dissertation developed, implemented, and evaluated a hybrid deep learning framework for autonomous anomaly detection in spacecraft telemetry, designed for application to the Artemis II Orion Multi-Purpose Crew Vehicle-the first crewed lunar flyby mission in over 50 years. The study employed a semi-supervised learning paradigm, training six anomaly detection models-including a novel Hybrid Ensemble combining Long Short-Term Memory Autoencoder (LSTM-AE) and Transformer architectures-on the NASA Soil Moisture Active Passive (SMAP) and Mars Science Laboratory (MSL) benchmark telemetry datasets encompassing 20 channels and over 229,000 data points. The Hybrid Ensemble achieved an F1-score of .944, an area under the receiver operating characteristic curve (AUC-ROC) of .971, and a point-adjust F1-score of .995, substantially outperforming traditional baselines including One-Class Support Vector Machine (F1 = .618) and Isolation Forest (F1 = .629), as well as the individual LSTM-AE (F1 = .896) and Transformer (F1 = .889) models. Digital twin integration incorporating JPL Horizons trajectory analysis, NASA DONKI space weather monitoring, and multi-modal anomaly fusion demonstrated the feasibility of a comprehensive spacecraft health monitoring ecosystem. Computational efficiency analysis confirmed deployment viability on space-grade hardware, with the Hybrid Ensemble requiring only 0.941 MB of memory and achieving inference latency of 0.726 ms per telemetry window. These findings advance the state of the art in spacecraft integrated vehicle health management and provide an empirically validated framework for enhancing crew safety and mission assurance in the autonomous deep-space operations envisioned for Artemis III and future Mars expeditions. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…

Título
AI-Based Autonomous Anomaly Detection for the Artemis II Orion Spacecraft (Paperback)
Autor
Laszlo Pokorny
Editorial
Independently Published
Año de publicación
2026
Estado
new
Encuadernación
Paperback
Idioma
inglés
ISBN 13
9798258923301

CitiRetail

Stevenage, Reino Unido

Vendedor de 5 estrellas

Vendedor de IberLibro desde 29 de junio de 2022

Tarifas de envío de Reino Unido a Estados Unidos de America

ArtículoDe 7 a 14 días hábilesDe 7 a 60 días hábiles
Primer artículoEUR 44,36EUR 44,36
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay

Descripción de la tienda

Online business

Información empresarial del vendedor

ABC BOOKS LIMITED

10 John Street
London, Reino Unido WC1N 2EB