| | 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 - 7 / 7
First pagePrevious page1Next pageLast page
1.
Metoda prilagodljivega uglaševanja slojev konvolucijskih nevronskih mrež pri strojnem učenju s prenosom znanja
Grega Vrbančič, 2021, doctoral dissertation

Abstract: V doktorski disertaciji predstavimo problematiko izbire uglaševanih slojev konvolucijskih nevronskih mrež pri strojnem učenju s prenosom znanja. Z izvedeno analizo vpliva izbire uglaševanih slojev konvolucijske nevronske mreže na uspešnost učenja potrdimo domnevo, da je primerna izbira uglaševanih slojev s ciljem doseganja visoke klasifikacijske uspešnosti odvisna od izbrane arhitekture konvolucijske nevronske mreže ter ciljnega problema oz. izbrane podatkovne zbirke. Z namenom naslovitve problema izbire uglaševanih slojev razvijemo in predlagamo prilagodljivo metodo DEFT, ki temelji na algoritmu diferencialne evolucije in deluje popolnoma samodejno, ne glede na uporabljeno arhitekturo konvolucijske nevronske mreže ali ciljni problem. Zaradi velike časovne kompleksnosti predlagane metode v nadaljevanju razvijemo in predlagamo na funkciji izgube temelječo metriko LDM, ki v zgodnji fazi učenja uspešno zaznava manj primerne izbire uglaševanih slojev, kar nam omogoča, da za zaznane manj primerne izbire uglaševanih slojev predčasno zaključimo učenje in na tak način zmanjšamo časovno zahtevnost predlagane metode. Uspešnost predlagane metode ovrednotimo z uporabo treh različnih arhitektur globokih konvolucijskih mrež nad tremi raznolikimi slikovnimi podatkovnimi zbirkami. Klasifikacijsko uspešnost predlagane metode z in brez uporabe metrike LDM smo primerjali s klasičnimi pristopi učenja globokih konvolucijskih nevronskih mrež. Primerjavo izvedemo z uporabo najpogostejših klasifikacijskih metrik, časom, potrebnim za učenje, ter porabljenim številom epoh. Rezultate smo preverili z uporabo klasičnih metod statistične analize kot tudi z naprednim pristopom Bayesove analize. Izsledki slednje so potrdili tezo, da je mogoče z uporabo metode prilagodljivega uglaševanja slojev konvolucijske nevronske mreže uspešno nasloviti problem izbire slojev ter da lahko z uporabo metrike LDM za zaznavo manj primernih izbir uglaševanih slojev učinkovito zmanjšamo število epoh, potrebnih za učenje, ob doseganju primerljivih rezultatov.
Keywords: strojno učenje, globoko učenje, učenje s prenosom znanja, klasifikacija, uglaševanje, optimizacija
Published: 19.10.2021; Views: 196; Downloads: 31
.pdf Full text (5,35 MB)

2.
Aplikacija uglaševanja klarineta na računalniku Raspberry Pi
Anže Prelovšek, 2020, undergraduate thesis

Abstract: V tej diplomski nalogi opisujemo izdelavo aplikacije za uglaševanje klarineta z uporabo računalnika Raspberry Pi. Spoznamo uglaševanje klarineta, uporabo zvočne analize nad realnočasovnim zvokom, uporabo priključkov GPIO za povezovanje zunanjih naprav, prenos podatkov po protokolu UART in zajem zvoka po protokolu I2S. Aplikacija je napisana v programskem jeziku Python, njen vizualni izgled pa v jeziku C#. Aplikacija za uglaševanje klarineta je namenjena domači uporabi, saj za delovanje potrebuje povezavo z osebnim računalnikom, ne pa internetne povezave. V primeru, ko naše glasbilo ni uglašeno, nam aplikacija poda informacijo o stanju intonacije našega glasbila in jo primerja z želenim tonom. Prav tako lahko vidimo prikaz dejanske frekvence, zaigrane na glasbilo. Podani so tudi nasveti za uglasitev.
Keywords: Raspberry Pi, klarinet, uglaševanje, zvočna analiza, aplikacija
Published: 03.07.2020; Views: 711; Downloads: 94
.pdf Full text (5,08 MB)

3.
Optimiranje konstant PID regulatorjev za kaskadno regulacijo nivoja tekočin z metodologijo odzivnih površin
Žiga Šrot, 2019, undergraduate thesis

Abstract: Diplomsko delo obravnava tematiko regulacije nivoja tekočin v rezervoarju s kaskadno regulacijo. Regulacija nivoja v rezervoarju zahteva obvladovanje procesa z integracijsko aktivnostjo in taki procesi so z vidika regulacije težko obvladljivi. Glavni problem diplomskega dela je, kako določiti konstante regulatorjev kaskadne regulacije, da dosežemo hiter in stabilen odziv sistema na motnjo ali spremembo referenčne vrednosti regulirane spremenljivke. Eksperimentalno delo je potekalo na demonstracijski napravi RT 674 proizvajalca Gunt GmbH. Eksperimente smo izvedli v skladu z I-optimalnim eksperimentalnim načrtom. Za merilo učinkovitosti regulacijskega sistema smo izbrali metriki: integral absolutne napake in integral časovno utežene absolutne napake. Z metodo odzivnih površin smo razvili polinomska modela, ki opisujeta funkcijsko odvisnost med izbranima metrikama in vrednostmi konstant regulatorjev. Optimalne vrednosti konstant regulatorjev smo določili z minimiranjem vrednosti obeh metrik. Rezultati potrjujejo hipotezo diplomskega dela, da lahko z izvedbo relativno majhnega števila eksperimentov, ki so v skladu z ustreznim eksperimentalnim načrtom, in uporabo metodologije odzivnih površin, določimo vrednosti konstant PID regulatorjev primarne in sekundarne zanke, ki omogočajo učinkovito kaskadno regulacijo nivoja tekočin.
Keywords: regulacija nivoja tekočin, kaskadna regulacija, uglaševanje regulatorjev, eksperimentalni načrt, metoda odzivnih površin.
Published: 10.10.2019; Views: 774; Downloads: 146
.pdf Full text (3,77 MB)

4.
Šahovski sistem rangiranja za primerjavo evolucijskih algoritmov večkriterijske optimizacije
Miha Ravber, 2018, doctoral dissertation

Abstract: Evolucijski algoritmi večkriterijske optimizacije so bili uspešno uporabljeni za reševanje realnih večkriterijskih problemov, kar pojasnjuje tudi njihovo popularnost. Ocenjevanje in primerjava evolucijski algoritmi večkriterijske optimizacije je pomembno vprašanje. Vendar izvajanje primerjav evolucijskih algoritmov ni trivialna naloga. Algoritmi imajo številne kontrolne parametre, ki jih je potrebno konfigurirati. Izbrati je treba primerne testne probleme in rezultate analizirati z uporabo statistične metode. Poleg tega lahko rezultate evolucijskih algoritmov večkriterijske optimizacije ocenimo z različnimi indikatorji kakovosti, kar še dodatno otežuje primerjavo. Da bi olajšali proces primerjave smo, v doktorski disertaciji predstavili metodo za primerjavo in uglaševanje evolucijskih algoritmov večkriterijske optimizacije. Najprej je bila opravljena analiza indikatorjev kakovosti, ki je pokazala, da lahko z indikatorji, ki merijo enake aspekte kakovosti, dobimo statistično značilne razlike. Dobili smo tudi nabor robustnih in konsistentnih indikatorjev. Za primerjavo algoritmov smo uporabili šahovski sistem rangiranja, ki je bil prilagojen za algoritme večkriterijske optimizacije z ansamblom indikatorjev kakovosti. V ansambel smo vključili najprimernejše indikatorje iz predhodne analize. Rezultati so pokazali, da je predlagana metoda dosegla primerljive rezultate s primerljivimi metodami z manjšim številom zagonov posameznega algoritma. Ker je uspešnost evolucijskih algoritmov lahko zelo odvisna od konfiguracije kontrolnih parametrov, smo predlagano metodo nadgradili tako, da omogoča uglaševanje. Rezultati eksperimenta so pokazali veliko izboljšanje algoritmov po izvedenem uglaševanju s predlagano metodo. Z uporabo uglaševanja zagotovimo, da imajo algoritmi primernejše kontrolne parametre in posledično je tudi primerjava bolj poštena.
Keywords: evolucijski algoritmi, večkriterijska optimizacija, sistem rangiranja, indikatorji kakovosti, uglaševanje parametrov.
Published: 01.10.2018; Views: 799; Downloads: 136
.pdf Full text (1,54 MB)

5.
UGLAŠEVANJE PARAMETROV PRI STATISTIČNEM STROJNEM PREVAJANJU
Jani Dugonik, 2013, master's thesis

Abstract: V magistrskem delu se bomo osredotočili na uglaševanje sistema za strojno prevajanje. V okviru tega bomo vzpostavili sistem za strojno prevajanje, ki temelji na statističnih modelih. Omejili se bomo na prevajanje iz slovenščine v angleščino. Rezultate bomo ocenili z metriko BLEU. Pričakujemo, da bo naš pristop primerljiv z ostalimi metodami.
Keywords: strojno prevajanje, statistično strojno prevajanje, jezikovni model, evolucijski algoritem, uteži, uglaševanje, optimizacija
Published: 11.07.2013; Views: 1824; Downloads: 159
.pdf Full text (1,28 MB)

6.
UGLAŠEVANJE ŠAHOVSKE OCENITVENE FUNKCIJE S POMOČJO ALGORITMA DIFERENCIALNE EVOLUCIJE
Borko Bošković, 2010, dissertation

Abstract: V delu predstavljamo algoritem za uglaševanje šahovske cenitvene funkcije, ki temelji na algoritmu diferencialne evolucije (DE). Ocenjevanje posameznikov v procesu uglaševanja vsebuje šum. Zato smo algoritmu DE dodali mehanizem nasprotij, ki izboljšuje učinkovitost algoritma DE. V algoritem uglaševanja smo dodali še nov zgodovinski mehanizem, ki zmanjšuje šum pri ocenjevanju potencialno dobrih posameznikov. Ti posamezniki igrajo več iger z različnimi nasprotniki. Zgodovinski mehanizem uporablja dodatno populacijo, ki vsebuje potencialno dobre posameznike glede na zgodovino evolucijskega procesa. Ti posamezniki se s pomočjo zgodovinskega mehanizma vračajo v proces uglaševanja, čeprav so izumrli v določeni prejšnji generaciji. Tako načrtovan algoritem uglaševanja zmanjšuje šum pri ocenjevanju posameznikov, zmanjšuje možnost prekomernega učenja in posledično omogoča učinkovit proces uglaševanja.
Keywords: Uglaševanje šahovske ocenitvene funkcije, diferencialna evolucija, zgodovinski mehanizem, mehanizem nasprotij
Published: 26.05.2010; Views: 2913; Downloads: 305
.pdf Full text (1,99 MB)

7.
Search done in 0.1 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica