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 časovnih vrst s konvolucijskimi nevronskimi mrežami : magistrsko delo
Avtorji:
ID
Kavran, Domen
(Avtor)
ID
Lukač, Niko
(Mentor)
Več o mentorju...
Datoteke:
MAG_Kavran_Domen_2020.pdf
(10,95 MB)
MD5: 69887BA0950FDECFD0B024F1071691DC
PID:
20.500.12556/dkum/2c8d4371-4cd1-433d-ad74-5b9ec2a2c065
Jezik:
Slovenski jezik
Vrsta gradiva:
Magistrsko delo/naloga
Tipologija:
2.09 - Magistrsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
V magistrskem delu predstavimo klasifikacijo časovnih vrst z uporabo konvolucijskih nevronskih mrež. Klasifikacija je izvedena nad časovno-frekvenčnimi predstavitvami časovnih vrst, ki so pridobljene z različnimi metodami časovno-frekvenčne analize. Zasnovali smo več arhitektur konvolucijskih nevronskih mrež za klasifikacijo časovnih vrst. Optimizacijski algoritmi za učenje konvolucijskih nevronskih mrež so uporabljali napredno izgubno funkcijo, imenovano žariščna izguba. Za najuspešnejšo metodo izračuna časovno-frekvenčnih predstavitev časovnih vrst se je izkazala zvezna valčna transformacija, s katero smo dosegli povprečno natančnost klasifikacije 90,07 %. Združitev različnih časovno-frekvenčnih predstavitev je izboljšala povprečno natančnost klasifikacije na 92,01 %.
Ključne besede:
klasifikacija
,
globoko učenje
,
konvolucijske nevronske mreže
,
časovne vrste
,
časovno-frekvenčna analiza
Kraj izida:
Maribor
Kraj izvedbe:
Maribor
Založnik:
[D. Kavran]
Leto izida:
2020
Št. strani:
X, 64 f.
PID:
20.500.12556/DKUM-76273
UDK:
004.85:519.246.8(043.2)
COBISS.SI-ID:
27221763
NUK URN:
URN:SI:UM:DK:JQOIK3AA
Datum objave v DKUM:
03.07.2020
Število ogledov:
1883
Število prenosov:
242
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, 2020,
Klasifikacija časovnih vrst s konvolucijskimi nevronskimi mrežami : magistrsko delo
[na spletu]. Magistrsko delo. Maribor : D. Kavran. [Dostopano 22 marec 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=76273
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:
RILEM TC 247-DTA round robin test
RILEM TC 247-DTA round robin test
Final report on the RIS Intership implementation
Final report on the RIS Intership implementation
Particle size manipulation as an influential parameter in the development of mechanical properties in electric arc furnace slag-based AAM
Podobna dela iz ostalih repozitorijev:
Evaluation of innovative façade panels with a finishing layer of alkaliactivated industrial and construction waste
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:
05.05.2020
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Time series classification based on convolutional neural networks
Opis:
This master’s thesis presents time series classification using convolutional neural networks. Classification is performed on time-frequency representations of time series, which are obtained by using different time-frequency analysis methods. Several convolutional neural network architectures for time series classification were designed. Optimization algorithms for learning convolutional neural networks used advanced loss function, called focal loss. The most successful method for computing time-frequency representations of time series has proven to be a continuous wavelet transform, which achieved an average classification accuracy of 90,07 %. Combining various time-frequency representations increased average classification accuracy to 92,01 %.
Ključne besede:
classification
,
deep learning
,
convolutional neural networks
,
time series
,
time-frequency analysis
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj