Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali uporabite sodobnejši brskalnik.
|
|
SLO
|
ENG
|
Piškotki in zasebnost
DKUM
EPF - Ekonomsko-poslovna fakulteta
FE - Fakulteta za energetiko
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
FF - Filozofska fakulteta
FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
FKBV - Fakulteta za kmetijstvo in biosistemske vede
FKKT - Fakulteta za kemijo in kemijsko tehnologijo
FL - Fakulteta za logistiko
FNM - Fakulteta za naravoslovje in matematiko
FOV - Fakulteta za organizacijske vede
FS - Fakulteta za strojništvo
FT - Fakulteta za turizem
FVV - Fakulteta za varnostne vede
FZV - Fakulteta za zdravstvene vede
MF - Medicinska fakulteta
PEF - Pedagoška fakulteta
PF - Pravna fakulteta
UKM - Univerzitetna knjižnica Maribor
UM - Univerza v Mariboru
UZUM - Univerzitetna založba Univerze v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo in biosistemske vede
Fakulteta za logistiko
Fakulteta za organizacijske vede
Fakulteta za varnostne vede
Fakulteta za zdravstvene vede
Knjižnica tehniških fakultet
Medicinska fakulteta
Miklošičeva knjižnica - FPNM
Pravna fakulteta
Univerzitetna knjižnica Maribor
Večja pisava
|
Manjša pisava
Uvodnik
Iskanje
Brskanje
Oddaja dela
Za študente
Za zaposlene
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
Napovedovanje GPS sledi z globokimi nevronskimi mrežami
Avtorji:
ID
Borlinić, Jernej
(Avtor)
ID
Taranenko, Andrej
(Mentor)
Več o mentorju...
ID
Orbanić, Alen
(Komentor)
Datoteke:
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
UDK:
004.85(043.2)
COBISS.SI-ID:
24225288
NUK URN:
URN:SI:UM:DK:YKANTDCK
Datum objave v DKUM:
13.12.2018
Število ogledov:
2677
Število prenosov:
160
Metapodatki:
Področja:
FNM
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
BORLINIĆ, Jernej, 2018,
Napovedovanje GPS sledi z globokimi nevronskimi mrežami
[na spletu]. Magistrsko delo. Maribor : J. Borlinić. [Dostopano 28 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=71179
Kopiraj citat
Skupna ocena:
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
Podobna dela iz repozitorija:
Optimiranje produktivnosti mehkega žarjenja
Podobna dela iz ostalih repozitorijev:
Avtomatizacija elektro-obločne peči
Ocenjevanje temperature taline v elektroobločni peči z uporabo mehkega modeliranja
Vpliv delovanja elektro-obločne peči na elektroenergetski sistem Steel Štore
Vpliv delovanja vakuumskega odklopnika na transformator obločne peči v Štore Steel
Postopek za določitev parametrov trifaznega transformatorja s pomočjo optimizacije
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
