| | 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 / 61
First pagePrevious page1234567Next pageLast page
1.
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: 10.03.2021; Views: 142; Downloads: 0
This document has many files! More...

2.
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: 18.11.2020; Views: 234; Downloads: 48
.pdf Full text (662,92 KB)

3.
Napovedovanje intervencij z uporabo umetne inteligence
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: 11.11.2020; Views: 256; Downloads: 36
.pdf Full text (7,00 MB)

4.
Napovedovanje časovnih vrst z uporabo povratnih nevronskih mrež
Niko Uremovič, 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: 03.11.2020; Views: 298; Downloads: 42
.pdf Full text (1,50 MB)

5.
Napovedovanje porabe električne energije z rekurentnimi nevronskimi mrežami
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: 03.07.2020; Views: 317; Downloads: 67
.pdf Full text (7,12 MB)

6.
Izdelava metode za iskanje najkrajše poti z dinamičnimi ovirami v računalniških igrah
Martin Ulbin, 2020, master's thesis

Abstract: V domeni računalniških iger problem iskanja poti in izogibanja dinamičnim oviram predstavlja enega izmed osrednjih izzivov. Potrebno ga je razrešiti na način, ki opazovalcu ustvarja vtis inteligence. V sklopu tega magistrskega dela smo razvili metodo za iskanje najkrajše poti, ki omogoča predvidevanje položaja ovir. Najprej smo preučili in predstavili najpogostejše pristope k iskanju najkrajše poti in izogibanju oviram v računalniških igrah. Na tej osnovi smo zasnovali in opisali razvoj lastne metode, ki združuje principe napovedovanja poti in sodelovalnega iskanja. Z našo metodo smo v izbranih scenarijih dosegli boljše potovalne čase agentov do njihovega cilja, kot so jih imeli z uporabo tradicionalnega pristopa k izogibanju oviram.
Keywords: algoritem A*, dinamične ovire, sodelovalno iskanje poti, lokalno izogibanje, napovedovanje poti
Published: 12.03.2020; Views: 520; Downloads: 66
.pdf Full text (1,41 MB)

7.
Analiza trga kriptovalut s postopki slepega ločevanja izvorov
Jan Mikolič, 2020, master's thesis

Abstract: V magistrskem delu izvedemo analizo trga kriptovalut z metodami slepega ločevanja izvorov. Osredotočimo se na algoritma FastICA in SOBI. Preizkusimo različne vrednosti vhodnih parametrov in stroškovnih funkcij. Ugotovimo, da je algoritem SOBI s številom zakasnitev 400 primernejši, saj izkorišča časovno strukturo zgodovinskih cen kriptovalut. Na podlagi mešalnega modela kriptovalute gručimo v skupine, na katere vplivajo podobni dejavniki. Predstavimo model za napovedovanje cen kriptovalut na podlagi izračunanih neodvisnih komponent. Zaključimo z ugotovitvijo, da napovedovanje cen kriptovalut zgolj na podlagi zgodovinskih podatkov o cenah najverjetneje ni možno ne glede na napovedovalni model in predhodne transformacije.
Keywords: kriptovalute, analiza neodvisnih komponent, slepo ločevanje izvorov, napovedovanje časovnih vrst, FastICA, SOBI
Published: 12.02.2020; Views: 761; Downloads: 124
.pdf Full text (1,78 MB)

8.
Napoved proizvodnje električne energije sončnih elektrarn podjetja dem
Branimir Žvajker, 2019, undergraduate thesis

Abstract: S pomočjo načrtovane proizvodnje električne energije iz sončnih elektrarn se lahko načrtuje dejansko potrebno proizvodnjo električne energije iz vseh ostalih virov, ki jih lahko reguliramo. Zanesljivo napovedovanje bo v prihodnosti vedno pomembnejše, saj nas bo zanimala informacija o napovedani proizvodnji sončne elektrarne za naslednji dan oz. naslednje dni. Z večanjem velikosti sončne elektrarne je pomembnost napovedovanja proizvodnje električne energije še toliko večja, saj se veča tudi vpliv na elektroenergetski sistem. Razvili smo metodo napovedovanja, ki temelji na napovedi sončnega sevanja za naslednji dan za posamezno sončno elektrarno. Napovedani meteorološki podatki se spreminjajo vsako uro, zato je negotovost napovedi relativno visoka. Kljub temu smo v predstavljenem pristopu dobili zadovoljivo natančno napoved proizvodnje električne energije, saj je absolutna vrednost pogreška manjša od 5% v vsaj šestini opazovanega obdobja in manjša od 10% v vsaj tretjini opazovanega obdobja.
Keywords: sončne elektrarne, sončni moduli, napovedovanje, proizvodnja električne energije, elektroenergetski sistem
Published: 15.01.2020; Views: 958; Downloads: 0
.pdf Full text (10,74 MB)

9.
Kratkoročno napovedovanje lokalnih vremenskih parametrov s konvolucijsko nevronsko mrežo
Aljaž Razpotnik, 2019, master's thesis

Abstract: V magistrskem delu se ukvarjamo z napovedovanjem časovnih vrst. Časovno vrsto predstavljajo podatki vremenskih parametrov večjega števila krajev, ki smo jih pridobili iz spletnega arhiva Agencije Republike Slovenije za okolje. Za napovedovanje vremenskih parametrov izbranega kraja uporabimo pretekle podatke samega kraja in njegove okolice ter z njimi učimo napovedne modele ARIMAX, CART, GRU in kombinirani model CNN-LSTM. Pri kombiniranem modelu upoštevamo geografske soodvisnosti uporabljenih krajev, ki jih preslikamo v matriko. Iz predstavljenih rezultatov je razvidno, da sta najboljša modela za napovedovanje vremenskih parametrov GRU in CNN-LSTM.
Keywords: vremenski parametri, časovna vrsta, napovedovanje, nevronska mreža, regresijsko drevo
Published: 10.12.2019; Views: 638; Downloads: 146
.pdf Full text (9,60 MB)

10.
Primerjava modelov za napovedovanje porabe električne energije
Nik Novak, 2019, undergraduate thesis

Abstract: Uspešno napovedovanje porabe električne energije je pomembno z vidika ohranitve planeta, saj zaradi ustvarjanja viška porabljamo vire brez razloga. V diplomskem delu smo primerjali dva modela za napovedovanje porabe električne energije, in sicer nevronsko mrežo LSTM in model SARIMA za napovedovanje vrednosti v časovnih vrstah. Za testiranje modelov so bili uporabljeni podatki v tedenski ločljivosti, pridobljeni od podjetja Maked Energea, d. o. o. V rezultatih se je nevronska mreža LSTM pri uporabljenih nizih podatkov izkazala kot najboljša.
Keywords: strojno učenje, LSTM, RNN, SARIMA, napovedovanje, poraba električne energije.
Published: 21.11.2019; Views: 455; Downloads: 75
.pdf Full text (2,02 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