Paginacija

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...
Predviđanje vremena do događaja: trenutačni smjerovi u strojnom učenju
Predviđanje vremena do događaja: trenutačni smjerovi u strojnom učenju
Ivan Stresec
Podaci o vremenu do događaja bave se vremenom koje prolazi od neke točke u vremenu do pojave promatranog događaja. Takvi se podaci najčešće susreću u medicini (analiza doživljenja) i inženjerstvu (analiza pouzdanosti), ali i u drugim područjima kao što su ekonomija i sociologija. Ključna značajka podataka o vremenu do događaja je pojava cenzure, mehanizma koji stvara nepotpune podatke o vremenu i sprječava korištenje uobičajenih metoda regresije. U radu se raspravlja o...
Predviđanje vremenske prognoze pomoću analize vremenskih serija
Predviđanje vremenske prognoze pomoću analize vremenskih serija
Andrea Lukić
U ovom radu opisane su metode analize i predviđanja vremenskih serija, s posebnim naglaskom na predviđanje koristeći povratne neuronske mreže. Detaljno su objašnjeni modeli RNN, LSTM, GRU i BRNN mreža. Ostvaren je programski sustav za predviđanje temperature koristeći LSTM mrežu, detaljno je prikazan postupak implementacije te ispitan i vrednovan prikladnim mjerama vrednovanja. Na kraju su prikazani i opisani rezultati ispitivanja.
Predviđanje vremenskih profila relativne vlažnosti i svježine zraka u prostoriji korištenjem strojnog učenja
Predviđanje vremenskih profila relativne vlažnosti i svježine zraka u prostoriji korištenjem strojnog učenja
Danijel Bošnjak
Strojno učenje je učenje računala prepoznavanju uzoraka koji se ponavljaju u setu za treniranje kojeg smo mu poslali, da bi prema njima mogao predvidjeti izlazne rezultate, tj. neko buduće ponašanje.. Model se uči na danom setu za treniranje, nakon kojih može uspješno procesuirati i nove, nepoznate podatke te predvidjeti stanja. U strojnom učenju postoji velik broj tipova modela, od kojih smo odabrali linearnu regresiju. Najprije podatke razvrstavamo na set za treniranje i...
Predviđanje vrijednosti dionice iz povijesnih vrijednosti i nedavnih vijesti
Predviđanje vrijednosti dionice iz povijesnih vrijednosti i nedavnih vijesti
Fran Jelenić
Rad se bavi sposobnošću dubokih modela da stvaraju reprezentacije različitih vrsta podataka i tako rješavaju složene probleme sastavljene od različitih tipova zadataka. Ta sposobnost se prezentira na problemu predviđanja cijena dionica na temelju prijašnjih cijena i nedavnih novinskih članaka. U tu svrhu je predložen model koji ujedinjuje metode analize vremenskih serija i obrade prirodnog jezika. Provedene su optimizacija i evaluacija modela, a rezultati su komentirani i na...
Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama
Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama
Matej Luburić
U ovom radu obrađena je analiza financijskih podataka pomoću neuronske mreže koja koristi ćelije s dugom kratkoročnom memorijom (engl. long short-term memory, LSTM). Detaljno su objašnjene tri vrste rekurentnih neuronskih mreža: osnovna rekurentna neuronska mreža (RNN), LSTM i propusna povratna ćelija (engl. gated recurrent unit, GRU). Objašnjena je prednost ćelija LSTM i GRU naspram jednostavne RNN zbog rješavanja problema eksplodirajućeg i nestajućeg gradijenta. Prikazani...
Predviđanje vrste pitanja za jezično sučelje bazi podataka
Predviđanje vrste pitanja za jezično sučelje bazi podataka
Fran Andrija Arbanas
S ciljem približavanja baza podataka ljudima bez znanja potrebnih za upravljanje istima počela su se razvijati jezična sučelja bazama podataka. Kako bi se izgradilo stabilno jezično sučelje nužno je odbacivati loše upite. Taj problem riješen je u ovom radu uporabom metoda otkrivanja novih vrijednosti i strojnog učenja. Sljedeći korak pri izgradnji jezičnog sučelja je predviđanje vrste pitanja u upitu, kako bi se upit mogao ispravno prevesti u jezik upita. U opsegu ovog rada taj...
Predviđanje čovjekove trajektorije korištenjem metoda strojnog učenja
Predviđanje čovjekove trajektorije korištenjem metoda strojnog učenja
Robert Rastovski
Predviđanje trajektorije provedeno je korištenjem dva modela. Prvi model, model konstantne brzine, temelji se na nekoliko posljednjih položaja i srednjoj brzini bez algoritama strojnog učenja. Drugi model, model linearne regresije, temelji se na metodi strojnog učenja, a to je linearna regresija. Model linearne regresije koristi nekoliko položaja te računa brzinu koja minimizira grešku budućih položaja. Model se trenira korištenjem tih podataka te zatim koristi za predviđanje na...
Pregled aktualnih smjernica za izradu korisničkog sučelja web-aplikacija
Pregled aktualnih smjernica za izradu korisničkog sučelja web-aplikacija
Petar Stojanović
Cilj rada je ponuditi pregled aktualnih smjernica za izradu korisničkih sučelja web-aplikacija. Prvi dio rada obuhvaća teorijsku analizu elemenata korisničkih sučelja, a drugi dio rada analizira postojeće web sjedište Flora Hrvatske. Prilikom teorijske analize obuhvaćeni su raspored, tipografija, navigacija i meniji, slike i ikone te boje. Obrađeni su i najpoznatiji obrasci dizajniranja. Prilikom analize web sjedišta obrađeni su svi analizirani elementi i obrasci te je dan...

Paginacija