Paginacija
-
-
Predviđanje konteksta pitanja za interaktivno jezično sučelje bazi podataka
-
Juraj Malenica Stvara se sve veća potreba za interaktivnim tekstnim sučeljima bazama podataka s praćenjem konteksta. Postojeća sučelja su prekompleksna i/ili nedovoljno učinkovita. Praćenje konteksta pomaže u rješavanju tog problema. Cilj ovog rada bio je osmisliti model za određivanje konteksta koji bi nadopunjavao nepotpune upite kao i razrješavao moguće nejasnoće pri stvaranju upita na bazu. Implementirana je struktura stabla za pohranu konteksta kao i model za pronalazak najvjerojatnijeg...
-
-
Predviđanje korisničkih kupovnih navika zasnovano na metodama analize vremenskih serija
-
Josip Kartelo U ovom radu napravljeno je predviđanje korisničkih kupovnih navika bazirano na metodama analize vremenske serije. Objašnjene su vremenske serije te je dan pregled potrebnih koraka za analizu vremenskih serija. Opisani su korišteni modeli predviđanja: metoda autoregresivnog intervalnog pomičnog prosjeka - ARIMA, metoda autoregresivnog intervalnog pomičnog prosjeka s vanjskim varijablama - SARIMAX, duboka neuronska mreža, model ekstremnog gradijentnog pojačanja - XGBOOST te Facebook...
-
-
Predviđanje kraja interesa korisnika za igru putem strojnog učenja
-
Krešimir Bačić Podaci o zabilježenim događajima korisnika jedne free to play mobilne igre dohvaćaju se iz lokalne MongoDB baze i prolaze postupak pretprocesiranja tijekom kojeg se pokušavaju zaobići nedostaci skupa podataka. Podaci obrađeni u pretprocesiranju koriste se za izgradnju korisničkog profila - prethodno definiranog seta karakteristika značajnih za strojno učenje kojima se opisuje svaki korisnik. Izabrani korisnički profil sastoji se od broja sjednica, prosječne duljine sjednice,...
-
-
Predviđanje kretanja cijene valute Bitcoin na temelju analize Twittera
-
Tin Ferković Bitcoin je decentralizirana digitalna valuta, koju se može slati od korisnika do korisnika, bez potrebe za posrednikom. Ovaj rad se bavi predviđanjem cijene valute Bitcoin temeljene na analizi Twittera. Fokusira se na obradu prirodnog jezika, ekstrakciju značajki, treniranje različitih modela strojnog učenja te evaluaciju rezultata. Rezultati su uspoređeni s osnovnim modelom temeljenim samo na cjenovnim indikatorima te su lošiji od njega.
-
-
Predviđanje kretanja plovila
-
Tibor Jurković U ovom radu objašnjen je cjelokupan proces praćenja plovila, a rezultati su grafički prikazani kroz izvedenu aplikaciju.
Posebno je opisan GPS sustav kao trenutno najprecizniji sustav globalnog pozicioniranja, a usporedbe radi, napravljen je i kratki osvrt na stariji sustav pozicioniranja koji je koristio GSM tehnologiju. Tehnički karakteristike uređaja koji služi za određivanje pozicije i prijenos podataka na plovilima prikazane su koristeći tehničke specifikacije uređaja posebno...
-
-
Predviđanje kretanja tržišta dionica neuronskim mrežama
-
Dario Pavlović U radu je detaljnije objašnjen način funkcioniranja neuronskih mreža i njenih bitnih dijelova. Predstavljene su i povratne neuronske mreže, posebice vrsta povratne neuronske mreže – LSTM. Prikazana je i implementacija LSTM modela u svrhu predviđanja cijena dionica, zbog njegove karakteristike dobrog predviđanja vremenskog slijeda. Rezultati modela predviđanja su uglavnom nezadovoljavajući zbog vanjskih utjecaja i nasumičnosti čistih podataka o cijenama.
-
-
Predviđanje kvalitete stereoskopskih slika uporabom 2D mjera kvalitete
-
Nikola Čuljat Razvoj postupaka za objektivno vrednovanje kvalitete 3D slike je od velikog značaja za 3D sustave jer se uporabom tih mjera mogu izbjeći skupa i dugotrajna subjektivna ispitivanja kvalitete slike. U radu je potrebno obraditi temeljne objektivne mjere za ocjenu kvalitete slike u 2D sustavima koje pokazuju visok stupanj korelacije s rezultatima subjektivnih ispitivanja. Objasniti specifičnosti 3D slike u odnosu na 2D slike i definirati parametre koji određuju kvalitetu u 3D sustavima....
-
-
Predviđanje kvara mrežnih pristupnih uređaja zasnovano na analizi vremenskih nizova
-
Mislav Magerl U ovom radu napravljena je analiza skupa podataka koji sadrži mjerenja i kvarove mrežnih pristupnih uređaja. Proučeni su razni načini analize tog skupa metodama strojnog učenja i analize vremenskih nizova. Proučeni su i opisani načini analize obrađenih vremenskih slijedova. Neke od metoda analize su algoritmi strojnog učenja te duboki modeli za analizu vremenskih slijedova. Obrada i analiza ostvarene su u programskom jeziku Python koristeći biblioteke Scipy, Tensorflow, Keras i...
-
-
Predviđanje kvarova robotske ruke pomoću nenadziranog strojnog učenja
-
Maša Burda Glavni cilj ovog projekta bio je utvrditi može li se sustav za održavanje predviđanjem kvarova primijeniti pomoću strojnog učenja na jednostavnom primjeru robotske ruke. Održavanje predviđanjem kvarova znači da bi algoritam trebao biti u stanju otkrivati anomalije u radu robotske ruke iz podataka prikupljenih sa senzora (na primjer, žiroskopa). Senzori su pričvršćeni na robotsku ruku i povezani bežičnim internetom, što omogućuje prikupljanje i pohranjivanje podataka. Model...
-
-
Predviđanje mikrobioma tla metodama strojnog učenja
-
Marko Šandrk Razvojem novih metoda visokopropusnog sekvenciranja dolazi se do sve većih
količina genomskih i metagenomskih podataka. Za analizu tih podataka sve se češće
koriste i algoritmi strojnog i dubokog učenja.
Mikrobiom, zajednica mikroorganizama koja obitava u nekoj okolini jest ključni
stup života na Zemlji te bolje razumijevanje ovih zajednica može imati pozitivne učinke
od ljudskog zdravlja do ekonomije.
U sklopu rada razvijen je niz modeli dubokog učenja bazirani na nepotpunom...
Paginacija