U radu se predstavlja analiza mogućnosti primjene različitih algoritama strojnog učenja na detekciju grmljavinskih ćelija. Podloga za predstavljenu analizu su isključivo podaci o udarima munja prikupljeni pomoću mreže za detekciju grmljavinske aktivnosti. Ne koriste se pritom nikakvi dodatni meteorološki podaci niti pokazatelji, te se grmljavinska ćelija promatra isključivo s aspekta grmljavinske aktivnosti bez ulaženja u meteorološke aspekte ove problematike. Naime, problem detekcije grmljavinskih ćelija, promatran isključivo iz rakursa korištenja raspoloživih podataka o udarima munje, sastoji se u prostornom i vremenskom pronalaženju klastera, što podpada pod domenu strojnog učenja bez nadzora. U radu se analizira mogućnost primjene različitih algoritama za pronalaženje prostorno-vremenskih grupa intenzivne grmljavinske aktivnosti. Nakon pozitivne identifikacije klastera, pripadna grmljavinska ćelija se formira primjenom algoritma konveksne ljuske. Svojstva konveksne ljuske (npr. njena površina, centar mase, itd.) služe za identificiranje grmljavinske ćelije u prostoru i vremenu te praćenje i predviđanje njenog kretanja.