Učenje unaprijedne slojevite umjetne neuronske mreže uz klasifikacijske probleme

završni rad

• Naslov (engleski): Training feed-forward layered artificial neural networks on classification problems
• Autor: Matej Škrabić
• Mentor: Marko Čupić (mentor)
• Član povjerenstva: Marko Čupić (predsjednik povjerenstva)
• Član povjerenstva: Zoran Medić (član povjerenstva)
• Član povjerenstva: Ivan Crnomarković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-01, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U okviru rada razmotren je i opisan model unaprijedne slojevite umjetne neuronske mreže. Razmotrene su različite aktivacijske funkcije, posebno sigmoidalna funkcija i zglobnica, te su dane njihove prednosti i nedostatci. Objašnjeni su različiti pristupi učenju neuronske mreže i različite inačice algoritma propagacije pogreške unatrag. Objašnjena je klasifikacija uzoraka uporabom neuronske mreže s naglaskom na binarnu klasifikaciju 2D uzoraka. Izveden je i iskazan algoritam propagacije pogreške unatrag. Razvijena je aplikacija za interaktivnu vizualizaciju postupka učenja neuronske mreže, u sklopu koje je implementiran stohastički algoritam propagacije pogreške unatrag.

Sažetak (engleski)

This thesis describes the model of a feed-forward layered artificial neural network. We analysed different activation functions, especially the sigmoid and ReLU functions, and presented their strengths and weaknesses. We described different types of neural network learning algorithms. We explained classification problems with the emphasis on binary classification of 2D samples. We derived and implemented the stochastic backpropagation algorithm. Finally, we developed a Java application with a graphical user interface for interactive neural network learning visualization.

• Ključne riječi: umjetna neuronska mreža; algoritam propagacije pogreške unatrag; klasifikacija; strojno učenje
• Ključne riječi (engleski): artificial neural network; backpropagation algorithm; classification; machine learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:814032
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 21:47:25