Pages

Predviđanje rezultata kuglačkih utakmica primjenom metoda nadziranoga učenja
Predviđanje rezultata kuglačkih utakmica primjenom metoda nadziranoga učenja
Karlo Boroš
Tema ovog rada bilo je stvoriti model za predviđanje rezultata kuglačkih utakmica, a pritom naučiti više o analizi zadanog podatkovnog skupa te baratanju istim. Cilj je svakako bio ostvariti predviđanja koja su približna stvarnima i za pojedinačne rezultate i za ekipne. Korišteno je prediktivno modeliranje kao širi skup. Preciznije, do rezultata se došlo pomoću metoda nadziranog učenja. Model je ostvaren u programskom jeziku R. Rezultati su zadovoljavajući. Predviđanje...
Predviđanje riječi i morfoloških značajki primjenom metoda strojnog učenja na temelju n-gramskih nizova
Predviđanje riječi i morfoloških značajki primjenom metoda strojnog učenja na temelju n-gramskih nizova
Pavao Kujundžić
U ovom diplomskom radu se obrađuje tema Predviđanje riječi i morfoloških značajki primjenom metoda strojnog učenja na temelju n-gramskih nizova. Prikazane su tehnologije i alati korišteni za učitavanje različitih podataka za treniranje modela na temelju kojih se kreiraju i treniraju različiti ngramski jezični modeli koristeći Laplasovu metodu zaglađivanja ili Good Turing metodu zaglađivanja. Objašnjava se korištenje linearne interpolacije u jezičnim modelima koji...
Predviđanje riječi primjenom metoda strojnog učenja na temelju n-gramskih nizova
Predviđanje riječi primjenom metoda strojnog učenja na temelju n-gramskih nizova
Domagoj Marinello
U okviru završnog rada razvijena su dva modela za obradu prirodnog jezika. Kao model izabran je n-gramski model, a za ulazne podatke, odnosno podatke za testiranje, odabrana su dva skupa podataka – jedan obrađeni skup podataka i drugi neobrađeni. Nad skupovima podataka izvršena je manipulacija kako bi bili spremni za ugradnju u jezični model koji bi nakon toga vršio predikcije. Analizirana je uspješnost predikcije i vrijeme izvođenja za različite veličine skupova podataka, kao i...
Predviđanje sekundarne strukture proteina
Predviđanje sekundarne strukture proteina
Zvonimir Cikojević
U ovom završnom radu cilj je bio proučiti problem predviđanja sekundarne strukture proteina nekim od algoritama strojnog učenja. Uz kratki uvod u biološku i računarsku pozadinu problema, predstavljen je način rješavanja popraćen rezultatima koji su prikazani tablično i grafički.
Predviđanje starosti korištenjem neuronskih mreža
Predviđanje starosti korištenjem neuronskih mreža
Nina Anić
Predviđanje starosti kompleksan je problem iz područja strojnog učenja s mnogim praktičnim primjenama. U ovom radu pomoću opisa strojnog učenja i konvolucijskih neuronskih mreža, razrade arhitekture i korištenih modela ponudili smo dva načina rješavanja zadanog problema. Za oba načina promatrali smo eksperimentalne rezultate prateći određene metrike te usporedili dobivena rješenja sa sličnim radom. Na samome kraju pokazali smo kako naš model radi na konkretnim primjerima te...
Predviđanje trajektorije loptice dubinskim vizualnim senzorom
Predviđanje trajektorije loptice dubinskim vizualnim senzorom
Tibor Bataljak Savić
Poznavanje okoline temeljna je pretpostavka autonomnog djelovanja robota. Vizualna percepcija korištenjem dubinskih vizualnih senzora jedan je od načina dobivanja informacije o okolini robota. Detekcija i praćenje objekata u mjerenjima senzora ključni su zadaci percepcijskog sustava. U mnogim je praktičnim primjenama autonomne manipulacije potrebno ostvariti zadatke poput hvatanja, blokiranja ili udaranja gibajućih objekata. Zbog dinamičkih ograničenja robotske ruke, za uspješno...
Predviđanje trendova u financijskim vremenskim nizovima metodama strojnog učenja
Predviđanje trendova u financijskim vremenskim nizovima metodama strojnog učenja
Nikola Petrušić
Predviđanje trendova na financijskom tržištu zahtjevan je posao koji uključuje mnoge faktore. Strojno učenje metoda je učenja računala na osnovi podataka bez eksplicitnog programiranja. Financijsko tržište opisuje se modelima strojnog učenja koji ovise o vrijednostima fundamentalnih faktora dionica.
Predviđanje varijabli važnih za ugodan život u gradskom okruženju temeljeno na strojnom učenju
Predviđanje varijabli važnih za ugodan život u gradskom okruženju temeljeno na strojnom učenju
Luka Krešić
Ovaj istraživački rad ispituje primjenu strojnog učenja za prediktivno modeliranje u kontekstu urbanog života, posebno se fokusirajući na predviđanje gradskih parametara. Iskorištavajući snagu modela dubokog učenja kao što su višeslojni perceptron i rekurentne neuronske mreže, rad koristi vremenske podatke, podatke o potrošnji električne energije, podatke o kvaliteti zraka i podatke o biciklističkom prometu za predviđanje budućih ishoda. Modeli, procijenjeni koristeći...
Predviđanje vijestodostojnosti novinskih članaka pomoću strojnog učenja
Predviđanje vijestodostojnosti novinskih članaka pomoću strojnog učenja
Antonio Šajatović
Računalno predviđanje vijestodostojnosti nov je smjer istraživanja s primjenama u praćenju događaja te sažimanju dokumenata, a potencijalnu primjenu ima u društvenim znanostima. Tema rada jest predviđanje vijestodostojnosti i emocija novinskih članaka na engleskome jeziku temeljeno na strojnom učenju. Razvijena su dva generativna i jedan diskriminativni model za klasifikaciju vijestodostojnosti i emocija na temelju naslova članaka u kategorije vijestodostojnosti koje su...
Predviđanje višemodalne semantičke budućnosti u videu
Predviđanje višemodalne semantičke budućnosti u videu
Kristijan Fugošić
U ovom radu razmatramo semantičko predviđanje višemodalne budućnosti. Glavni problem u tom kontekstu predstavljaju novootkriveni prostori i artikulirani objekti kod kojih se i u kratkoročnom slučaju suočavamo s velikom nesigurnošću predviđanja. Ideja ovog rada je dopustiti modelu nešto više slobode u smislu mogućnosti predviđanja više različitih budućnosti. To činimo pretvaranjem osnovnog regresijskog modela u uvjetni generativni model temeljen na suparničkom učenju...
Predviđanje volatilnosti financijskih vremenskih nizova
Predviđanje volatilnosti financijskih vremenskih nizova
Jura Milković
Zbog uske povezanosti volatilnosti s rizikom ulaganja, javlja se potreba za njenim predviđanjem. Prethodno se pokazalo da su modeli strojnog učenja uspješniji od standardnih statističkih pristupa u brojnim znanstvenim disciplinama, što je motiviralo istraživanje modela strojno učenja za predviđanje volatilnosti. U ovom radu, isprobani su linearni modeli i modeli slučajnih šuma za predviđanje volatilnosti definirane na tri različita načina. Modeli su trenirani i testirani na...
Predviđanje volatilnosti pomoću neuronskih mreža
Predviđanje volatilnosti pomoću neuronskih mreža
Damjan Vinković
Istraživači već godinama ulažu velike napore kako bi iskoristili stalna poboljšanja u tehnologiji da optimiziraju načine donošenja odluka pri obradi velikih količina podataka pomoću kojih bi predvidjeli aspekte financijskih tržišta i povećali povrate. Neuronske Mreže omogućavaju fleksibilan način u istraživanju dinamika na ekonomskim i financijskim tržištima. Glavni problem s kojim se istraživači susreću pri korištenju takvih naprednijih modela je manjak fundamentalnog...

Pages