Pages
-
-
Primjena metode potpornih vektora za dugoročno predviđanje potrošnje
-
Barbara Brna Dugoročno predviđanje potrošnje električne energije ima važnu ulogu prilikom planiranja izgradnje i obnavljanja infrastrukture. Sa napretkom tehnologije, umjetna inteligencija ima sve veću ulogu u predviđanju. Uz genetske algoritme, neuronske mreže, "fuzzy" logiku, "wavelet" mreže i ekspertne sustave, najvažnija metoda je metoda potpornih vektora. Ta metoda koristi strojno učenje za razvijanje modela kojim tada radi predviđanje. U ovom radu metoda potpornih vektora korištena je...
-
-
Primjena metode prepoznavanja stršećih vrijednosti pomoću diskretne totalne varijacije
-
Josip Došen Primijenjena je metoda TVOR na skup podataka zaraženih virusom COVID-19, metoda je provedena na skupu histograma tako da se svakom histogramu izračunala predviđena i prava vrijednost diskretne totalne varijacije te je uzeta razlika između dvije, što je razlika bila veća to je veća vjerojatnost da je navedeni histogram devijantan u odnosu na ostale. Metoda je primijenjena na ulazni skup i izlaz je rezultat metode za svaku državu za koju su postojale dostupne informacije. Rezultati...
-
-
Primjena mikroservisne arhitekture pri izradi sustava za upravljanje bežičnom senzorskom mrežom
-
Bruno Delić U završnomu radu „Primjena mikroservisne arhitekture pri izradi sustava za upravljanje
bežičnom senzorskom mrežom“ opisan je način rada sustava za upravljanje senzorskim
mrežama. Sustav je razvijen u mikroservisnoj arhitekturi koja omogućuje sustavu da bude
skalabilan i raspoloživ. Servisi koriste različite tehnologije razvoja, a međusobno komuniciraju
koristeći RESTful API.
Programski jezici korišteni u razvoju sustava su Python, JavaScript, i C# u ASP.NET
Core radnome...
-
-
Primjena mikroservisne arhitekture pri izradi sustava za vođenje događaja
-
Marko Prnić Mikroservisi su arhitektonski i organizacijski pristup razvoju aplikacija u kojem se aplikacija sastoji od manjih neovisnih servisa koji komuniciraju preko dobro definiranih sučelja. Za razvoj i održavanje pojedinog servisa brinu se manji timovi. Mikroservise karakterizira autonomnost i specijalizacija, a prednosti su joj agilnost, fleksibilno skaliranje i jednostavna isporuka sustava, tehnološka sloboda, višestruka uporabivost koda i otpornost sustava. Korištenjem tehnologija koje...
-
-
Primjena mikroservisne arhitekture u izradi raspodijeljenog sustava Interneta stvari
-
Jakov Jelenić Porastom broja senzorskih uređaja u Internetu stvari (IoT) javlja se potreba za novim komunikacijskim tehnologijama za njihovo povezivanje. Zadatak je proučiti postojeće komunikacijske tehnologije za ostvarivanje mreža velikog dometa (LPWAN) s ciljem povezivanja udaljenih senzorskih uređaja, kao i postojeća rješenja temeljena na otvorenom kodu. Potrebno je dati osvrt na prednosti i nedostatke pojedine tehnologije s naglaskom na tehnologiju LoRaWAN kao jedne od komunikacijskih...
-
-
Primjena mikroservisne arhitekture u razvoju aplikacija za e-poslovanje
-
Filip Fišić U ovom radu obrađeni su koncepti relativno nove, mikroservisne arhitekture. Zbog velike tehnološke razlike i napretka posljednjih desetak godina, industrija je u nastojanjima da želje korisnika što bolje i brže ispunjava razvila koncept novog načina razvoja aplikacija, a to je upravo mikroservisnom arhitekturom koja omogućava bržu isporuku, stabilniji sustav, lakše testiranje i nadogradnju te mogućnost ponovne upotrebe komponenti. Mikroservisi nisu normirani i nemaju svoja striktna...
-
-
Primjena modela WaveGlow za strojnu tvorbu hrvatskoga govora
-
Karlo Lochert Duboke umjetne neuronske mreže pokazale su se kao dobro sredstvo za kvalitetnu strojnu tvorbu govora. Rad daje općenit uvod u umjetne neuronske mreže i načine strojne tvorbe govora. U fokusu je model WaveGlow, koji zajedno s modelom Tacotron2 daje novu perspektivu na kvalitetno sintetiziranje govora iz teksta. Model je primijenjen na setu podataka za hrvatski jezik i prikazani su njegovi rezultati.
-
-
Primjena modela distribucijske semantike u igri asocijacija riječi
-
Mihael Nikić Računalna leksička semantika bavi se prikazom značenja riječi te ima važnu ulogu u sustavima za obradu i razumijevanje prirodnog jezika. Distribucijski semantički modeli značenje riječi prikazuju visokodimenzijskim kontekstnim vektorima, ekstrahiranima na temelju supojavljivanja riječi u korpusu. Takvi su se modeli pokazali vrlo korisnima na nizu zadataka obrade prirodnog jezika. U okviru ovog rada izgrađen je model koji generira igru asocijacija riječi. Izgradnja modela je...
-
-
Primjena modela dubokog učenja na analizu sentimenta izraza hrvatskoga jezika
-
Siniša Biđin Uobičajeni postupci analize sentimenta temelje se na rječniku apriornog sentimenta. Problem predstavlja modeliranje sentimenta višerječnih izraza poput ``poprilično dobar'' ili ``nimalo loš'', ali i većih jezičnih jedinica. Opisan je i implementiran postupak učenja reprezentacija riječi prema metodi Colloberta i dr.~(2011) te postupak analize sentimenta višerječnih izraza hrvatskoga jezika modelom zasnovanom na rekurzivnoj neuronskoj mreži prema radu Sochera i dr.~(2012)....
-
-
Primjena modela dubokog učenja za analizu sentimenta
-
Bruno Gavranović Uzevši u obzir eksponencijalni rast dostupnih podataka generiranih u cijelom svijetu, postoji rastući interes za stvaranje modela sposobnih za analizu podataka koji imaju semantički nepoznat kontekst. Ovaj rad se fokusira na istraživanje i analizu teorijske osnove koja stoji iza modela zvanih povratne neuronske mreže (engl. recurrent neural networks, RNN) kroz konkretnu implementaciju na problemu semantičke analize. Poseban slučaj povratnih neuronskih mreža,mreže s dugotrajnim...
-
-
Primjena modela dubokog učenja za otkrivanje stavova u korisničkim komentarima
-
Bartol Freškura Duboko učenje je relativno nova grana strojnog učenja koja se temelji na teoriji
neuronskih mreža. Pomoću naprednih arhitektura dubokih neuronskih mreža danas
se pokušavaju riješiti poznati problemi u području obrade prirodnog jezika kao što su
analiza stavova i sentimenta. U sklopu završnog rada napravljene su dvije poznate
konfiguracije povratnih neuronskih mreža LSTM i GRU pomoću programa Tensor-
flow. Provedeni su razni eksperimenti u kojima se traže optimalni parametri...
Pages
