| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Napovedovanje GPS sledi z globokimi nevronskimi mrežami
Avtorji:ID Borlinić, Jernej (Avtor)
ID Taranenko, Andrej (Mentor) Več o mentorju... Novo okno
ID Orbanić, Alen (Komentor)
Datoteke:.pdf MAG_Borlinic_Jernej_2018.pdf (9,58 MB)
MD5: B1D100895E1877A799A656515BD4739A
PID: 20.500.12556/dkum/253999be-43f2-423a-92f9-e53687c566aa
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FNM - Fakulteta za naravoslovje in matematiko
Opis:Metode strojnega učenja vse bolj prodirajo v vsa področja modernega gospodarskega in raziskovalnega okolja. Obstoječi algoritmi dosegajo vrhunske rezultate pri nalogah kot so prepoznavanje slik, razumevanje besedil in govora ipd. Avtomatizirane rešitve takšnih nalog so še nedavno veljale za nedosegljive. V tej magistrski nalogi pregledamo najpopularnejše globoke nevronske mreže, iz njih sestavljene modele in njihove načine učenja. S pridobljenim znanjem in večkratnim testiranjem v drugem delu, razvijemo model globoke nevronske mreže za napovedovanje GPS sledi. Osnovno testiranje modela poteka na lastnem naboru sintetično ustvarjenih podatkov. Dva najuspešnejša modela v nadaljevanju učimo s pomočjo izbranih realnih podatkov pridobljenih od podjetja GoOpti d. o. o. Končni izpopolnjen model pa učimo z razširjenim naborom realnih podatkov. V magistrski nalogi so opisani izbira in implementacija modela, način učenja, ustvarjanje in pridobivanje naborov podatkov in pridobljeni rezultati.
Ključne besede:Strojno učenje, globoko učenje, globoke nevronske mreže, povratne nevronske mreže.
Kraj izida:Maribor
Založnik:[J. Borlinić]
Leto izida:2018
PID:20.500.12556/DKUM-71179 Novo okno
UDK:004.85(043.2)
COBISS.SI-ID:24225288 Novo okno
NUK URN:URN:SI:UM:DK:YKANTDCK
Datum objave v DKUM:13.12.2018
Število ogledov:2544
Število prenosov:148
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:FNM
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:23.07.2018

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Predicting GPS tracks with deep neural networks
Opis:Machine learning methods are increasingly influencing all areas of the modern economic and research environment. Existing algorithms achieve top results in tasks such as image recognition, understanding text and speech, etc. Automated solutions to such tasks were until recently considered unavailable. In this master's thesis, we review the most popular deep neural networks, underlying models and their learning tipes. With the acquired knowledge and repeated testing in the second part, we develop a deep neural network model for predicting GPS tracks. Basic testing of the model takes place on our own synthetically generated dataset. The two most successful models are further taught using selected real data obtained from GoOpti d. o. o. and the final, best performing, model is taught with an expanded set of real data. The master's thesis describes the choice and implementation of the model, the tipe of learning, the creation and retrieval of data sets, and the obtained results.
Ključne besede:Machine learning, deep learning, deep neural networks, recurrent neural networks.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici