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:
Klasifikacija dogodkov v časovnih vrstah s strojnim učenjem
Avtorji:
ID
Kavran, Domen
(Avtor)
ID
Lukač, Niko
(Mentor)
Več o mentorju...
Datoteke:
UN_Kavran_Domen_2018.pdf
(979,03 KB)
MD5: B35CBB4859C201A824717EC475933DB8
PID:
20.500.12556/dkum/30b6ffc8-0071-4f8c-a1b0-244528f7d180
Jezik:
Slovenski jezik
Vrsta gradiva:
Diplomsko delo/naloga
Tipologija:
2.11 - Diplomsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
V diplomskem delu opišemo algoritem segmentacije časovnih vrst in postopek priprave vektorjev značilnic segmentov za učenje in testiranje klasifikacijskih modelov za zaznavo dogodkov. Segmentacijo časovnih vrst izvedemo z algoritmom drsečega okna, kjer za merilo razdalje med vrednostmi uporabimo algoritem dinamičnega časovnega sledenja. Pripravo vektorjev značilnic segmentov začnemo z definiranjem slovarja lokalnih podsegmentov. Slovar je pridobljen z gručenjem K-povprečij. Vsak segment predstavimo z normaliziranim histogramom pojavitev lokalnih podsegmentov na podlagi slovarja. Za učenje klasifikacijskih modelov uporabimo algoritme strojnega učenja, ki se razlikujejo v računski zahtevnosti in doseženi natančnosti, na katero vplivajo tudi izbrani parametri segmentacije in velikost slovarja.
Ključne besede:
klasifikacija
,
časovna vrsta
,
strojno učenje
,
segmentacija
Kraj izida:
[Maribor
Založnik:
D. Kavran
Leto izida:
2018
PID:
20.500.12556/DKUM-71224
UDK:
004.5:004.852(043.2)
COBISS.SI-ID:
21746198
NUK URN:
URN:SI:UM:DK:IAHD3P8D
Datum objave v DKUM:
28.08.2018
Število ogledov:
2158
Število prenosov:
219
Metapodatki:
Področja:
KTFMB - FERI
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
:
KAVRAN, Domen, 2018,
Klasifikacija dogodkov v časovnih vrstah s strojnim učenjem
[na spletu]. Diplomsko delo. Maribor : D. Kavran. [Dostopano 26 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=71224
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:
Hypodontia prevalence and pattern in women with epithelial ovarian cancer
Podobna dela iz ostalih repozitorijev:
Odkrivanje raka jajčnikov in vloga splošnega zdravnika
Rak jajčnikov
Smernice za kirurško zdravljenje bolnic z rakom jajčnikov
Sistemsko zdravljenje tumorjev jajčnikov
Dvojni primarni rak jajčnikov in dojk
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:
26.07.2018
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Classification of events in time series data using machine learning
Opis:
In this thesis, an algorithm of time series segmentation and procedure of preparing segments feature vectors for training and testing classification models are presented, in order to detect time series events. Sliding window algorithm with dynamic time warping as distance measure is used for time series segmentation. Creating segments feature vectors starts with defining a dictionary of local subsegments. Dictionary is created with K-means clustering. Each segment is described with normalized histogram of local subsegment occurances based on dictionary. Machine learning algorithms, used for training classification models, differ in computation complexity and achieved accuracy. Achieved accuracy depends on the selected segmentation parameters and dictionary.
Ključne besede:
classification
,
time series
,
machine learning
,
segmentation
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj