Pages

Predviđanje cijena na dan-unaprijed tržištu električne energije
Predviđanje cijena na dan-unaprijed tržištu električne energije
Jakov Mutvar
Predviđanje cijena energije može stvoriti dodatnu vrijednost za aktere na modernim tržištima energije. Jedna od najčešće korištenih tehnologija za stvaranje predikcija tržišta je strojno učenje. U ovom su radu analizirane povijesne cijene hrvatskoga tržišta električne energije CROPEX, prezentirano je nekoliko modela za predviđanje cijena na dan-unaprijed tržištu koristeći metode strojnog učenja te je na kraju pružen kratak uvid u čimbenike koji utječu na cijene...
Predviđanje cijena na tržištima električne energije upotrebom algoritama strojnog učenja
Predviđanje cijena na tržištima električne energije upotrebom algoritama strojnog učenja
Filip Bürgler
Ovaj rad istražuje primjenu algoritama strojnog učenja, posebno dubokog učenja u obliku neuronskih mreža, za predviđanje cijena na tržištima električne energije. S obzirom na kompleksnost i dinamičnost tržišta električne energije, predviđanje cijena je izazovan zadatak od velikog značaja za proizvođače i potrošače. Kroz razvijanje, testiranje i evaluaciju modela neuronskih mreža s različitim hiperparametrima i arhitekturama, cilj je pronaći model koji najbolje predviđa...
Predviđanje cijena najma nekretnina na Airbnb platformi pomoću strojnog učenja
Predviđanje cijena najma nekretnina na Airbnb platformi pomoću strojnog učenja
Jakov Viktor Munjiza
Airbnb je općepoznata platforma za iznajmljivanje smještaja koja omogućava lakše posredovanje između pružatelja usluge i korisnika. Glavna premisa ovog diplomskog rada zasniva se na analizi skupa podatka i razvijanju modela za predikciju cijena u svrhu indikacije novim korisnicima platforme radi poboljšanja profita. Iako Airbnb te druge slične stranice svojim pružateljima usluga omogućavaju približnu procjenu cijene opisanog objekta, i dalje ne postoji besplatna i prvenstveno ...
Predviđanje cijena opcija pomoću modela binomnog stabla
Predviđanje cijena opcija pomoću modela binomnog stabla
Edi Prodan
Ovaj rad istražuje model binomnog stabla za predviđanje cijene opcija koristeći povijesne podatke sastavnica indeksa S&P 500. Opcije su važni financijski derivati koji se koriste za smanjenje rizika. Jedan od načina računanja poštene cijene opcije je diskretni model binomnog stabla. Cilj ovog istraživanja je precizno odrediti poštene cijene opcija te usporediti ih sa stvarnim tržišnim cijenama. Istraživanje je provedeno na američkim opcijama za dionice „Meta Platforms", a...
Predviđanje dnevnog broja aktivnih covid-19 slučajeva pomoću analize vremenskih serija
Predviđanje dnevnog broja aktivnih covid-19 slučajeva pomoću analize vremenskih serija
Ivona Mihotić
U ovom radu opisane su metode analize i predviđanja vremenskih serija. Detaljno su opisani ARIMA i Prophet model, koji su korišteni za predviđanje aktivnih COVID-19 slučajeva u državama: Sjedinjene Američke Države, Brazil i Francuska. Nadalje, prikazan je i objašnjen postupak implementacije navedenih modela. Za evaluaciju modela, korišteno je predviđanje u jednom i više koraka. U smislu mjera vrednovanja za procjenu prediktivne snage svakog od pristupa korišteni su RMSE i MAPE....
Predviđanje doprinosa pojedinih igrača za vrijeme nogometne utakmice
Predviđanje doprinosa pojedinih igrača za vrijeme nogometne utakmice
Lucija Domić
Zbog svoje popularnosti, statistička analiza nogometne utakmice sve je popularnija kako među znanstvenicima tako i među nogometnim menadžerima koji nastoje pribaviti što kvalitetnije igrače u svoj klub. Do sada su napravljeni brojni modeli koji opisuju koje su najutjecajnije karakteristike nogometaša koje utječu na izlazne varijable kao što su igračeva zarada ili vjerojatnost ozljede. U ovom radu je provedena analiza najutjecajnijih varijabli na varijablu instat indeks koja je vrlo...
Predviđanje elektronskih i transportnih svojstava silicenskih nanovrpci uporabom neuronskih mreža
Predviđanje elektronskih i transportnih svojstava silicenskih nanovrpci uporabom neuronskih mreža
Tin Župančić
Računalne simulacije danas su standardni dio procesa istraživanja i razvoja nanomaterijala i nanokomponenti. Simulacije su ubrzane optimizacijama i masovnom paralelizacijom, ali usprkos tome, vrijeme izvođenja i dalje je dugotrajno. Neuronske mreže nedavno su pokazale potencijal za unapređenje tog procesa. Ovaj rad istražuje performanse neuronskih mreža na primjeru predikcije transportnih svojstava silicenskih nanovrpci (SiNR). Neuronska mreža s tri skrivena sloja trenirana je i...
Predviđanje gubitaka djelatne snage u niskonaponskoj distribucijskoj mreži metodama strojnog učenja
Predviđanje gubitaka djelatne snage u niskonaponskoj distribucijskoj mreži metodama strojnog učenja
Terezija Matijašević
Brojne klimatske promjene koje su pogodile Europu utjecale su na donošenje novih zakona i politika kojima je cilj smanjenje stakleničkih plinova i povećanje energetske efikasnosti. Sve to utječe na tranziciju koja je u značajnijoj mjeri orijentirana prema distribucijskoj mreži i krajnjim korisnicima. Distribuirana proizvodnja, električna vozila i aktivniji korisnici imaju značajniji utjecaj na ovu mrežu koja tradicionalno prepoznaje jednosmjerne tokove snaga i pasivne potrošače....
Predviđanje gubitka korisnika iz perspektive davatelja telekomunikacijskih usluga analizom implicitne društvene mreže definirane korisničkim aktivnostima
Predviđanje gubitka korisnika iz perspektive davatelja telekomunikacijskih usluga analizom implicitne društvene mreže definirane korisničkim aktivnostima
Ana Marija Galić
Rad se bavi uvodom u analizu društvenih mreža u svrhu predikcije churna (odlaska korisnika) u telekomunikacijskim mrežama. Dan je uvid u analizu društvenih mreža (SNA): što je to, kako se i zašto koristi, kako je nastala i koja je razlika između SNA i dubinske analize podataka. Napravljen je pregled najosnovnijih mjera korištenih u predikciji churna, objašnjeno je što su to CDR podaci e je dan primjer na pravom skupu podataka. Na temelju tog skupa promatra se optimalna mjera za...
Predviđanje interakcije među proteinima korištenjem konvolucijske neuronske mreže
Predviđanje interakcije među proteinima korištenjem konvolucijske neuronske mreže
Lucija Segarić
Razvoj novih eksperimentalnih metoda omogućio je prikupljanje velike količine podataka vezanih uz interakciju među proteinima. Pošto su te metode veoma skupe i vremenski zahtjevne, razvijeno je mnogo računalnih metoda koje služe za predviđanje interakcije među proteinima i koje pokazuju obećavajuće rezultate. U okviru ovog diplomskog rada, istražen je i izgrađen model predviđanja interakcije među proteinima iz sljedova aminokiselina baziran na Sijamskoj konvolucijskoj...
Predviđanje ishoda Formule 1 pomoću strojnog učenja
Predviđanje ishoda Formule 1 pomoću strojnog učenja
Josipa Kaselj
Fokus ovog diplomskog rada bio je razviti učinkovito i djelotvorno algoritamsko rješenje koje koristi tehnike strojnog učenja za točno predviđanje budućih ishoda utrke Formule 1. Analizom povijesnih podataka koji su uključivali statistiku performansi vozača i tima, uz informacije o vremenu, rezultati kvalifikacija i rezultati utrka korišteni su za treniranje modela. Prethodno obrađivanje podataka uključivalo je uklanjanje nedosljednosti u skupovima podataka i prilagodbu samog...
Predviđanje ishoda NCAA košarkaškog turnira metodama strojnog učenja
Predviđanje ishoda NCAA košarkaškog turnira metodama strojnog učenja
Karlo Borovčak
Ovaj rad istražuje primjenu tehnika strojnog učenja za predviđanje ishoda NCAA košarkaškog turnira. Istraživanje se fokusira na tri popularna algoritma, točnije logističku regresiju, metodu potpornih vektora (SVM) i XGBoost, uspoređujući njihovu uspješnost u predviđanju rezultata turnira. Dodatno, koriste se tehnike grupiranja momčadi prema njihovim karakteristikama, s ciljem poboljšanja točnosti predviđanja ishoda turnira. Korišteni su povijesno podaci turnira i procjenjuje...

Pages