Pages
-
-
Prediktivno upravljanje sustavom klimatizacije kabine električnog automobila
-
Ena Mikulić U ovom radu modeliran je pojednostavljeni sustav klimatizacije električnog automobila te predloženo modelsko prediktivno upravljanje nad sustavom u svrhu uštede energije i produljenja voznog opsega. Predloženo upravljanje validirano je na vjernom simulacijskom modelu klimatizacijskog sustava. Postupak modeliranja i formulacije optimizacijskog problema prikazan je kroz matematičke jednadžbe i simulacije.
-
-
Prediktivno upravljanje u kućanstvu s klima uređajem, baterijskim i fotonaponskim sustavom
-
Jure Lopin Kroz ovaj rad osmislio sam konfiguraciju kućanstva s klima uređajem, baterijskim i fotonaponskim sustavom te je izrađen model za to kućanstvo kojim se opisuje ponašanje temperature zraka u kućanstvu te potrošnja, proizvodnja i pohrana električne energije. Kroz rad je razvijen algoritam združenog prediktivnog upravljanja klima uređajem i baterijskim sustavom kojim se postiže što niži trošak za električnu energiju, uz održanje toplinskog komfora. Rad je proširen kako bi...
-
-
Predstavljanje slika ograničenim Boltzmannovim neuronskim mrežama
-
Ivan Relić Rad opisuje postupak učenja modela koji omogućuje predstavljanje slika u nižoj dimenzionalnosti – kompresiju slika. Kao skup slika koji se predstavlja u nižoj dimenzionalnosti koristi se MNIST skup podataka rukom pisanih brojeva. MNIST skup podataka službeno se sastoji od dva disjunktna skupa – skupa za učenje koji koristimo za učenje same mreže i skupa za ispitivanje koji koristimo za provjeru preciznosti naučenog modela. Skup podataka se prvo normalizira tako da ima...
-
-
Predviđanje bankrota tvrtke modelima strojnog učenja
-
Karlo Šutalo Tema ovog rada je predviđanje bankrota tvrtke modelima strojnog učenja. Na početku je ukratko opisana povijest i podijela strojnog čcenja te problemi koji se rješavaju njime. Nakon toga, objašnjeni su modeli logističke regresije i naivnog bayesovog klasifikatora. Navedeni modeli koriste se kao implementacija iz alata Scikit-learn u sklopu praktičnog rada napisanog u jeziku Python. Napravljeno je i optimiranje parametara modela kako bi se poboljšale performanse. Rezultati modela...
-
-
Predviđanje bolesti iz metagenomskih podataka
-
Tin Široki Razvoj novih tehnologija sekvenciranja omogućio je metagenomske analize, tj. analize uzoraka izravno prikupljenih iz okoliša bez potrebe za uzgojem pojedinih vrsta u laboratorijskim uvjetima. U okviru ovog diplomskog rada istražen je problem predviđanja bolesti tehnikama strojnog učenja iz podataka o mikrobiomu prikupljenih metagenomskim analizama. Rad sadrži pregled postojeće literature, i rezultate evaluacije modela stroja potpornih vektora (SVM), AdaBoost (jačanje stabla odluka),...
-
-
Predviđanje budućih očitanja uređaja Interneta stvari putem dubokog učenja
-
Luka Ahac Rad se bavi problemom predviđanja očitanja uređaja interneta stvari. Objašnjeni su koncepti interneta stvari, dubokog učenja i povratnih neuronskih mreža. Napravljene su tri različite arhitekture modela povratnih neuronskih mreža koje se razlikuju po tipovima ćelija. Korištene su osnovna RNN ćelija, LSTM ćelija i GRU ćelija. Proveden je postupak pretraživanja po rešetci kako bi se pronašli optimalni hiperparametri. Postupak je proveden nad jednostavnijem datasetu koji sadrži...
-
-
Predviđanje budućih očitanja uređaja Interneta stvari putem dubokog učenja
-
Stjepan Kovačić Tema ovog rada je primjena modela dubokog učenja na problem predviđanja budućih očitanja uređaja Interneta stvari. Objašnjeni su pojmovi Interneta stvari i dubokog učenja. Razvijen je LSTM model za predviđanje. Provedeni su postupci učenja modela i optimiranja hiperparametara. Predstavljeni su i analizirani rezultati razvijenog modela te su predložene moguće nadogradnje modela. Razvijeno je i predstavljeno programsko rješenje na odabranoj IoT platformi.
-
-
Predviđanje cijena dionica korištenjem LSTM mreže
-
Filip Radović Tema ovog rada je izrada LSTM modela za predviđanje cijena dionica. Na početku je dan kratki uvod u povijest ovog problema i u rješenja koja su do sada predložena. Opisani su klasični problemi s kojima se susrećemo pri izradi LSTM modela za predviđanje cijena dionica. Pokazan je način na koji se može izbjeći problem autokorelacije vremenskih serija koji uzrokuje netočne rezultate kod treniranja LSTM mreža. Opisana je tehnika kojom se
mogu normalizirati podaci dionica. Prikazani...
-
-
Predviđanje cijena dionica pomoću analize vremenskih serija
-
Ivona Mramor U sklopu ovog rada napravljeno je predviđanje cijene dionica bazirano na metodama analize vremenske serije. Objašnjene su vremenske serije i financijske vremenske serije. Opisan je programski i arhitekturno sustav za predviđanje cijene dionica. Sustav se bazira na tri modela: model ekstremnog gradijentnog pojačanja-XGBoost, Facebook Prophet te mreža s dugom kratkoročnom memorijom-LSTM. Sva tri modela baziraju svoja predviđanja cijene dionica na cijenama dionica od prethodnih dana....
-
-
Predviđanje cijena dionica zasnovano na modelima dubokog učenja
-
Matej Šikić Vagić Rad obrađuje temu predviđanje cijena dionica zasnovano na modelima dubokog učenja, točnije koristi se mreža s dugom kratkotrajnom memorijom. Rad će se na početku osvrnuti i na povratne neuronske mreže kao roditelja mreže s dugom kratkotrajnom memorijom. Pomoću mreže s dugom kratkotrajnom memorijom može se predvidjeti rast ili pad neke dionice isključivo s prijašnjim cijenama spomenute dionice. Za ulazni skup informacija uzima se samo datum, cijena dionice na otvaranju i...
-
-
Predviđanje cijena kriptovaluta korištenjem analize vremenskih serija
-
Toni Matić Kriptovalute su digitalni oblik valuta kojima upravlja decentralizirano tržište. Ulagačima je cilj predvidjeti cijene kriptovaluta te tako profitirati. Cijene je kriptovaluta moguće gledati kao vremensku seriju, pa ih tako i analizirati ih pomoću metoda i alata za analizu vremenskih serija. Analiza vremenskih serija područje je dubinske analize podataka koje analizira serije podataka, a cilj joj je pronaći zanimljive obrasce te ih onda iskoristiti za druge korisne zadatke. Cilj je...
-
-
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 ...
Pages
