Završni radovi | FER Repository

: Klasifikacija medicinskih slika konvolucijskim modelima; Ivan Almer
Klasifikacija slika je jedan od još neriješenih problema računalnog vida, no iz godine u godinu se vidi napredak u tom području. U ovom radu opisane su konvolucijske neuronske mreže te njihova primjena u klasifikaciji slika. Dodatno opisane su i rezidualne neuronske mreže koje su omogućile velik pomak u području računalnog vida. U okviru ovog rada koristio sam implementaciju rezidualne mreže ResNet-50 za problem klasifikacije slika kožnih nepravilnosti na skupu podataka HAM:10000....

: Klasifikacija metagenomskog uzorka pomoću alata za mapiranje; Tea Madžarac
Metagenomika je relativno nova grana bioinformatike koja se bavi proučavanjem genetskih uzoraka prikupljenih direktno iz okoliša te nam nudi mogućnost primjene stečenog znanja u mnogim područjima, među kojima su medicina, agrikultura i ekologija. Jedan od osnovnih koraka u analizi metagenomskog uzorka je određivanje organizama koji se u njemu nalaze te njihove zastupljenosti u uzorku. Iz toga razloga važno je koristiti dobre alate za klasifikaciju. Ovaj rad bavi se osmišljavanjem...

: Klasifikacija mikroba uporabom dubokog učenja; Kristijan Pongračić
Mikrobi su sveprisutni, golim okom nevidljivi organizmi. Oni utječu i međudjeluju s ljudima na više načina. Stoga je važno moći prepoznati i klasificirati mikrobe kako bi otkrili bolesti, propisali liječenje i zadržali zdrav način života. Cilj ovog rada bio je razviti klasifikator koji bi mogao odrediti kojoj klasi pripada sekvencionirano očitanje nekog mikroba. Arhitektura modela temelji se na modelu transformera. Za poboljšanje performansi koriste se dvije različite metode...

: Klasifikacija moždanih tumora metodama dubokog učenja na temelju snimki magnetske rezonancije; Katarina Šabić
Ovaj rad prikazuje primjenu dubokog učenja, odnosno konvolucijskih neuronskih mreža u rješavanju klasifikacijskog problema u području medicinske dijagnostike. Prikazana je izgradnja dva modela neuronskih mreža i analizirane su razlike u njihovoj građi koje utječu na performanse i dobivene rezultate. Rezultati učenja neuronskih mreža dani su u obliku funkcija gubitka i preciznosti, i matrice konfuzije. Postignuta je točnost klasifikacije četiri klase moždanih tumora od preko 93%...

: Klasifikacija nepoznatih organizama u simuliranom metagenomskom uzorku; Sara Rivić Carević
Velikom primjenom bioinformatike i metagenomike, ovo istraživanje se fokusiralo na klasifikaciju nepoznatih organizama u simuliranim metagenomskim podatcima. Korištenjem naprednih alata i algoritama, analizirane su genetske sekvence kako bi identificirali i klasificirali različite bakterijske taksonomske jedinice. Uz pomoć tri ključne baze podataka, kombiniranjem podataka o sekvencama s referentnim informacijama, uspješno smo pružili uvid u složene mikrobne zajednice prisutne u...

: Klasifikacija nepravilnosti u slikama kože; Marko Andreis
Posljednjih nekoliko desetljeća bilježi se trend porasta pojavnosti melanoma – zloćudnog tumora kože. S obzirom na rezultate projekcija koje se rade za nadolazeće jednogodišnje razdoblje čini se kako će se taj trend nastaviti. Najvažniji faktor o kojemu ovisi uspješno tretiranje ove bolesti jest njeno rano i pravovremeno otkrivanje. S ciljem povećanja uspješnosti ispravnih detekcija i sprječavanja razvoja bolesti razvijaju se modeli strojnog učenja čija je namjera...

: Klasifikacija objekata za promatranje djetetovog ponašanja u kontekstu dijagnostike autizma putem pristupa dubinskog učenja; Mihael Presečan
Ovaj rad postavlja temelje za novi zadatak u ADORE protokolu - Free-play analize. Ključni problem kojega je potrebno riješiti je izraditi precizan, robustan i brz detektor objekata. Ovaj rad razmatra pristup dubokog učenja glede detekcije i klasifikacije objekata u zadatku praćenja ponašanja djeteta. Ovaj zadatak se primjenjuje u kontekstu dijagnoze autizma, koji se oslanja na ADOS protokol sa svojim standardiziranim igračkama. Ponašanje djeteta se odred̄uje pomoću djetetove igre sa...

: Klasifikacija ortopantomograma pomoću dubokih neuronskih mreža; Miljenko Šuflaj
Ponovno posjećujemo problem detekcije i klasifikacije zuba, no ovog puta s modernijim metodama. Koristeći Swin transformer i Mask R-CNN detektor, finetuneamo predtrenirani detektor nad našim podatkovnim skupom. Navodimo kako bi u optimalnom slučaju izgledao podatkovni skup, model, hiperparametri. Prikazujemo naše rezultate te ih komentiramo. Uspoređujemo s bogatom kolekcijom postojećih radova na temu. Prezentiramo ciljeve za buduće istraživanje na temu.

: Klasifikacija očitanja koristeći metode dubokog učenja; Borna Relić
U okviru ovog rada, implementirali smo model dubokog učenja za kalsifikaciju očitanja u obliku jedno dimenzionalnog signala, koji se temelji na konvolucijskoj neuronskoj mreži. Provjerili smo performanse modela na setu podataka koji sadrži 5403 očitanja, gdje su sve klase jednako zastupljene. Zbog tehničkih ograničenja rezultati implementiranog modela nisu bili kao što su očekivani, no model je pokazao vrlo dobre rezultate sa točnosti klasifikacije od 62%. Postoji prostor...

: Klasifikacija parametara dizajna sjedišta weba ovisna o interakcijama i tipu sjedišta; Marija Priselac
S obzirom na utjecaj Interneta i weba u svakodnevnom životu, kao i na veliki broj stranica namijenjenih pružanju sličnih vrsta usluga, u trenutku kad se počne raditi na dizajnu i funkcionalnosti nekog sjedišta weba potrebno je napraviti određene planove. Na primjer, važno je odlučiti koji je cilj određenog sjedišta i koja je ciljana skupina korisnika. Ova faza razvoja je ključna kako bi se napravio uspješan proizvod, a sama implementacija bi trebala slijediti nakon nje. Cilj rada...

: Klasifikacija pjesama u žanrove na temelju stihova; Antonijo Marijić
Klasifikacija pjesama u žanrove na temelju stihova zahtjevan je zadatak čak i za ljude, no suvremena obrada prirodnog jezika nedavno je ponudila napredna rješenja ovog zadatka. Ovaj diplomski rad obuhvaća predobradu skupa podataka o stihovima, te implementira i daje usporedbu različitih modela strojnog učenja uz utjecaj različitih načina vektorizacije riječi na rezultate (GloVe, Word2Vec, kreiranje rječnika i korištenje frekvencija za kreiranje vektora), u rasponu od logističke...

: Klasifikacija podataka korištenjem radnog okvira Apache Spark; Patrik Mihaljević
U ovom radu dan je pregledan prikaz najpoznatijih implementiranih klasifikacijskih algoritama koje obuhvaća programska knjižica MLlib programskog okvira Apache Spark. Zbog Spark-ovog nedostatka vizualizacije obrade i analize značajki podataka, korištena je programska knjižica Pandas u programskom jeziku Python. Pri konstrukciji skupa značajki koje će biti korištene za treniranje modela, izrađen je i sam konstrukcijski proces također u programskom jeziku Python. Treniranje modela,...

Pages