Strojno učenje za simulacije

diplomski rad

• Naslov (engleski): Machine Learning for Simulation
• Autor: Damjan Rafaj
• Mentor: Krešimir Matković (mentor)
• Član povjerenstva: Krešimir Matković (predsjednik povjerenstva)
• Član povjerenstva: Igor Sunday Pandžić (član povjerenstva)
• Član povjerenstva: Mirko Sužnjević (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad istražuje metode nadziranog strojnog i dubokog učenja koje mogu ponuditi inverzni model kompleksnog simulacijskog sustava koji inače nije matematički izvediv. Inverzni model ključan je u analizi, objašnjavanju i optimiranju simulacijskog sustava. U ovom konkretnom slučaju koristi se u rješenju vizualne analitike za simulaciju klimatizacijskih sustava koja, osim metoda strojnog i dubokog učenja, obuhvaća i interaktivnu vizualizaciju.

Sažetak (engleski)

This thesis explores supervised machine and deep learning methods that can offer an inverse model of a complex simulation system that is otherwise not mathematically feasible. The inverse model is crucial in the analysis, explanation and optimization of the simulation system. In this particular case, it is used in a visual analytics solution for a simulation of air conditioning systems, which, in addition to machine and deep learning methods, also includes interactive visualization.

• Ključne riječi: strojno učenje; duboko učenje; simulacija; inverzija
• Ključne riječi (engleski): machine learning; deep learning; simulation; inverse
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:123845
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 10:17:48