| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov z uporabo konvolucijsko-povratnih nevronskih mrež : magistrsko delo
Avtorji:ID Uremović, Niko (Avtor)
ID Lukač, Niko (Mentor) Več o mentorju... Novo okno
ID Bizjak, Marko (Komentor)
Datoteke:.pdf MAG_Uremovic_Niko_2022.pdf (2,42 MB)
MD5: DE3BE96E41A21A69870E5663A9C79576
 
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 nov pristop za napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov. Pripravimo pregled obstoječih pristopov k napovedovanju časovnih vrst prostorskih podatkov. Predstavimo koncepte na katerih temelji konvolucijsko-povratna nevronska mreža ConvLSTM in njeno teoretično osnovo. Z uporabo ConvLSTM pri napovedovanju upoštevamo tako časovne odvisnosti med spremenljivkami, kot tudi prostorske odvnisnosti med podatki v sosednjih točkah. Metodo preizkusimo na primeru napovedovanja več spremenljivk onesnaženosti zraka za več merilnih postaj na različnih lokacijah in jo primerjamo s sorodnimi deli.
Ključne besede:Multivariatne časovne vrste, geoprostorski podatki, napovedovanje časovnih vrst, konvolucijsko-povratne nevronske mreže
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[N. Uremović]
Leto izida:2022
Št. strani:1 spletni vir (1 datoteka PDF (VII, 36 f.))
PID:20.500.12556/DKUM-82698 Novo okno
UDK:519.2:004.8(043.2)
COBISS.SI-ID:132919555 Novo okno
Datum objave v DKUM:21.10.2022
Število ogledov:543
Število prenosov:58
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
UREMOVIĆ, Niko, 2022, Napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov z uporabo konvolucijsko-povratnih nevronskih mrež : magistrsko delo [na spletu]. Magistrsko delo. Maribor : N. Uremović. [Dostopano 21 januar 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=82698
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: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:30.08.2022

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Geospatial multivariate time series forecasting using convolutional reccurrent neural networks
Opis:In this thesis we present a method for multivariate time series forecasting for geospatial data. We prepare an overview of existing methods for multivariate spatial time series forecasting. We present the theorethical background of the ConvLSTM neural network architecture and the concepts it is based on. By using ConvLSTM for geospatial time series forecasting, we account for both spatial and temporal dependencies in our data. We test the proposed method on the case of forecasting multiple variables of air pollution for multiple measurement stations and compare our results to related work.
Ključne besede:Multivariate time series, geospatial data, time series forecasting, convolutional 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