| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 10 / 66
First pagePrevious page1234567Next pageLast page
1.
Model energijskih tokov v sistemu distribuirane energetske oskrbe na osnovi metode simulacije diskretnih dogodkov : doktorska disertacija
Dušan Kragelj, 2022, doctoral dissertation

Abstract: V času, ko je racionalna poraba energije in trajnostna naravnanost njenega pridobivanja postala že vsakdanja, je eden izmed že preverjenih in razširjenih načinov pridobivanja energije v javnih ustanovah kot so šole, bolnišnice, trgovski centri in podobno tako imenovana decentralizirana ali distribuirana proizvodnja električne energije, toplote in hladu, v tujini znana pod terminom Distributed Energy Resources (v nadaljevanju DER). Kot tudi na drugih področjih življenja sta tudi pri pridobivanju energije optimizacija in napovedovanje porabe esencialnega pomena za rentabilno in okoljsko sprejemljivo delovanje. V doktorski disertaciji smo proučevali sistem sestavljen iz tri-generatorja z dodatno absorpcijsko toplotno črpalko za pretvorbo toplote v hlad in dodatnega bojlerja ter kompresorske toplotne črpalke. V takšnih sistemih se za napovedovanje v večini uporabljajo samo zgodovinski podatki o porabi, saj drugih podatkov nimamo na voljo. Zaradi tega metode, ki jih avtorji uporabljajo za modeliranje oskrbe z energijo v industrijskih sistemih, niso povsem uporabne in zato je bil nujno potreben drugačen pristop.
Keywords: distribuirana proizvodnja energije, logistični proces, simulacije diskretnih dogodkov, optimizacija in napovedovanje, trajnostno pridobivanje energije
Published in DKUM: 22.02.2023; Views: 80; Downloads: 1
.pdf Full text (3,48 MB)

2.
Napovedovanje porabe pitne vode z metodami časovnih vrst in strojnega učenja
Sara Dodič, 2023, undergraduate thesis

Abstract: V diplomski nalogi se ukvarjamo z napovedovanjem porabe pitne vode. Naš glavni cilj je primerjava napovednih modelov SARIMA in nevronske mreže LSTM. Pri napovedovanju se osredotočimo na časovne vrste posameznih gospodinjstev ter časovne vrste vodovodnega omrežja, ki so vzorčene mesečno. Primerjavo napovednih modelov izvedemo na podlagi njihove srednje kvadratne napake pri prileganju na časovno vrsto in napovedovanju porabe pitne vode na testni množici. Rezultati pokažejo, da se najbolje obnese model ARIMA.
Keywords: časovne vrste, napovedovanje, ARIMA, LSTM
Published in DKUM: 13.02.2023; Views: 243; Downloads: 59
.pdf Full text (1,83 MB)

3.
Napoved proizvodnje električne energije iz vetrnih elektrarn na podlagi vremenskih podatkov : diplomsko delo
Tilen Natek, 2022, undergraduate thesis

Abstract: Najpomembnejša naloga naše generacije je ohraniti planet, da bodo naši zanamci dihali svež zrak, pili čisto vodo in živeli v normalni temperaturi. Pri tem bo eno ključnih vlog odigrala oskrba z električno energijo. Za čim večjo podnebno nevtralnost si močno prizadeva tudi Evropska unija (EU), saj v tako imenovani zeleni preboj vlaga veliko časa in denarja. Posledično obnovljivi viri energije (OVE) predstavljajo vedno večji delež naše oskrbe z električno energijo. Toda treba se je zavedati, da bolj ko se naša električna energija napaja iz vremensko odvisnih virov energije, kot sta veter in sonce, bolj niha delovanje električnega omrežja in večji pomen ima napovedovanje proizvodnje vetrne energije.
Keywords: Vetrna energija, vetrne elektrarne, hitrost vetra, realizirana proizvodnja električne energije, napovedovanje.
Published in DKUM: 02.11.2022; Views: 229; Downloads: 46
.pdf Full text (5,83 MB)

4.
Napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov z uporabo konvolucijsko-povratnih nevronskih mrež : magistrsko delo
Niko Uremović, 2022, master's thesis

Abstract: V magistrskem delu predstavimo nov pristop za napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov. Pripravimo pregled obstoječih pristopov k napovedovanju časovnih vrst prostorskih podatkov. Predstavimo koncepte na katerih temelji konvolucijsko-povratna nevronska mreža ConvLSTM in njeno teoretično osnovo. Z uporabo ConvLSTM pri napovedovanju upoštevamo tako časovne odvisnosti med spremenljivkami, kot tudi prostorske odvnisnosti med podatki v sosednjih točkah. Metodo preizkusimo na primeru napovedovanja več spremenljivk onesnaženosti zraka za več merilnih postaj na različnih lokacijah in jo primerjamo s sorodnimi deli.
Keywords: Multivariatne časovne vrste, geoprostorski podatki, napovedovanje časovnih vrst, konvolucijsko-povratne nevronske mreže
Published in DKUM: 21.10.2022; Views: 97; Downloads: 21
.pdf Full text (2,42 MB)

5.
Napovedovanje prodaje z dodatnimi odprtimi podatkovnimi viri
Denis Kolman, 2021, master's thesis

Abstract: Rešitev, predstavljena v nalogi, se osredotoča na izboljšanje procesa napovedovanja prodajnih rezultatov izdelkov ali storitev s pomočjo vpeljave dodatnih odprtih virov podatkov. Z nalogo želimo poudariti, kako enostavno lahko pridobimo podatke in jih zelo dragoceno uporabimo v procesu poslovanja. Za končno primerjavo in vrednotenje smo najprej postavili dva modela v različnih sistemih za napovedovanje prodajnih rezultatov na podlagi enega vira, to so zgodovinski podatki prodaje. V nadaljevanju smo napovedni model s historičnimi podatki nadgradili. Dodali smo še podatke o številu zabeleženih bolezni, ki smo jih pridobili preko spletnega portala z javno objavljenimi podatki (odprti podatki). Korelacija med omenjenimi podatki obstaja, vendar je povezovanje te vrste podatkov kompleksno, zato je interpretacija rezultatov po eni strani lahko zelo zahtevna, po drugi strani pa povsem logična in zanimiva. Cilj, ki smo si ga zadali, je torej pokazati tri različne modele za napovedovanje, jih primerjati in ugotoviti, kakšen doprinos prinesejo odprti podatki. Rezultati naloge so pokazali, da smo zgradili zelo dobro osnovo za nadaljnji razvoj rešitve in enostavno implementacijo v uporabo.
Keywords: Odprti (javni) podatki, napovedovanje, podatkovno rudarjenje, model CRISP-DM.
Published in DKUM: 07.12.2021; Views: 428; Downloads: 50
.pdf Full text (2,29 MB)

6.
UPORABA TEMELJNE ANALIZE NA DEVIZNEM TRGU
Mitja Perko, 2009, undergraduate thesis

Abstract: Temeljna analiza predstavlja instrumentarij, s katerim poskušamo razložiti številne premike v gibanju deviznega tečaja skozi daljše obdobje. Takšen instrumentarij lahko uporabimo tudi za ugotavljanje gibanja tečaja v prihodnosti — za napovedovanje. V splošnem je temeljna analiza skupek različnih teorij, ki vsaka po svoje opisujejo, kako se devizni tečaj v nekem trenutku izoblikuje. Za dobro napoved je potrebno uporabiti čim večje število teorij, ki jih vključuje temeljna analiza; le tako se lahko izognemo situaciji, kjer bi ob uporabi samo ene teorije, temeljna analiza podala manj kvalitetne napovedi. Priporočena je tudi uporaba analize pri napovedovanju na dolgi rok, saj zaradi različnih razlogov odnosi med ekonomskimi spremenljivkami in tečajem potrebujejo čas, preden se povezava nedvoumno pokaže. Kot rezultat naše sprotne analize tečaja evro/dolar tekom diplomskega dela lahko zaključimo, da večina teorij, ki so del temeljne analize, kaže na bodočo depreciacijo evra proti ameriškemu dolarju.
Keywords: devizni trg, devizni tečaj, temeljna analiza, fundamentalna analiza, napovedovanje, pariteta kupne moči, mednarodni Fisherjev efekt, določanje deviznega tečaja, monetarni pristop, trgovinski pristop, fiskalna politika, proračun, evro, dolar, jen
Published in DKUM: 10.03.2021; Views: 511; Downloads: 0
This document has many files! More...

7.
Uspešnost modelov napovedovanja propada podjetja
Ana Majcan, 2020, undergraduate thesis

Abstract: V delu diplomskega projekta obravnavamo področje modelov napovedovanja propada podjetja in njihovo uspešnost. Razvoj modelov, ki so zmožni razpoznati podjetja, pri katerih obstaja tveganje propada, je ključnega pomena za različne deležnike podjetij in za družbo nasploh. Skozi razvoj modelov strojnega učenja so znanstveniki in raziskovalci strmeli k razvijanju vedno novih in izboljšanih modelov ter k nadgradnji obstoječih. Modeli napovedovanja propada podjetja so v današnjem okolju uporabno in nepogrešljivo orodje za računovodje, finančnike in managerje, ki si prizadevajo za hitro in učinkovito sprejemanje odločitev o upravljanju in vodenju podjetij. Pravočasna in ustrezna napoved propada podjetja lahko namreč prepreči, da bi se podjetje znašlo v hudi finančni stiski, iz katere ne bi našlo izhoda z možnostjo nadaljnjega obstoja. V delu se še posebej osredotočamo na uspešnost Altmanovega modela. Na podlagi izvedene analize ugotavljamo, da bi z Altmanovim modelom bilo mogoče pravočasno in ustrezno napovedati propad treh izbranih slovenskih podjetij, zato model ocenjujemo kot uspešen.
Keywords: napovedovanje propada podjetja, modeli napovedovanja propada podjetij, multivariatna diskriminantna analiza, Altmanov model, propadla slovenska podjetja.
Published in DKUM: 18.11.2020; Views: 663; Downloads: 103
.pdf Full text (662,92 KB)

8.
Napovedovanje intervencij z uporabo umetne inteligence : magistrsko delo
Rok Rutnik, 2020, master's thesis

Abstract: Namen naloge je izdelava matematičnih modelov napovedovanja za odločitve upravljanja, osnovane na inteligentnih, kvantitativnih analizah. Magistrsko delo obravnava področje napovedovanja števila interventnih dogodkov Gasilske brigade Maribor s pomočjo umetne inteligence in regresijskih modelov. Učne množice podatkov so bile pridobljene iz baz podatkov SPIN in ARSO, obdelane v programskem jeziku Python, modeli napovedovanja pa programirani v programskem paketu MATLAB. Cilj naloge je bil izdelava štirih regresijskih algoritmov, umetne nevronske mreže LSTM in NARX za napovedovanja dogodkov, njihove rezultate pa preko metrik ocenjevanja natančnosti medsebojno primerjati. Rezultati napovedovanja nekaterih učnih množic so bili zaradi majhnih korelacijskih povezav slabi, zato teh dogodkov nismo mogli napovedovati. Požarne intervencije in naravne nesreče so dale dovolj dobre rezultate korelacijskih analiz, zato so bile uporabljene v izgradnji nevronskih mrež. Glede na rezultate zbranih modelov menimo, da so nevronske mreže primernejše za napovedovanje interventnih dogodkov kot regresijski modeli.
Keywords: napovedovanje, umetna inteligenca, nevronske mreže, strojno učenje, regresija
Published in DKUM: 11.11.2020; Views: 1092; Downloads: 68
.pdf Full text (7,00 MB)

9.
Napovedovanje časovnih vrst z uporabo povratnih nevronskih mrež : diplomsko delo
Niko Uremović, 2020, undergraduate thesis

Abstract: V diplomskem delu predstavimo napovedovanje multivariatnih časovnih vrst z uporabo povratnih nevronskih mrež, ter primernost pristopa k napovedovanju preizkusimo na področju energetike. Za pametno krmiljenje električnih naprav je namreč nujno potrebno poznavanje posledic, ki jih imajo naše akcije na stanje naprav in njihove okolice. Stanje naprav definira več spremenljivk, zato spreminjanje stanja skozi čas opisuje multivariatna časovna vrsta. Za električno napravo grelnik vode pripravimo napovedni model, ki temelji na povratni nevronski mreži arhitekture LSTM. Ker pa se lastnosti naprave in s tem opisujoče časovne vrste lahko s časom spreminjajo, moramo za ohranjanje natančnostosti napovednega modela le-tega sproti prilagajati. V diplomskem delu predstavimo različne strategije sprotnega učenja modela in primerjamo njihovo učinkovitost na napovednem modelu za grelnik vode.
Keywords: Multivariatne časovne vrste, napovedovanje časovnih vrst, povratne nevronske mreže, katastrofalno pozabljanje
Published in DKUM: 03.11.2020; Views: 881; Downloads: 88
.pdf Full text (1,50 MB)

10.
Napovedovanje porabe električne energije z rekurentnimi nevronskimi mrežami : magistrsko delo
Urban Kos, 2020, master's thesis

Abstract: Predvidevanje porabe električne energije predstavlja zelo pomemben člen v elektroenergetski industriji, saj lahko pripomore k optimizaciji proizvodnje. S pomočjo strojnega učenja, natančneje rekurentnih nevronskih mrež, je mogoče natančno napovedati električno energijo. Veliko vlogo pri napovedovanju igrajo kakovost in količina podatkov ter arhitektura in nastavitve nevronske mreže. V teoretičnem delu je podrobno opisana nevronska mreža in njeni osnovni gradniki, kjer je bilo največ pozornosti posvečene rekurentnim mrežam, praktični del pa prikazuje izvedbo eksperimenta napovedovanja porabe električne energije z rekurentnimi nevronskimi mrežami z različno arhitekturo in podatki.
Keywords: rekurentne nevronske mreže, električna energija, napovedovanje električne energije
Published in DKUM: 03.07.2020; Views: 777; Downloads: 126
.pdf Full text (7,12 MB)

Search done in 0.18 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica