| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Napovedovanje porabe pitne vode z metodami časovnih vrst in strojnega učenja : diplomsko delo
Avtorji:ID Dodič, Sara (Avtor)
ID Strnad, Damjan (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf UN_Dodic_Sara_2023.pdf (1,83 MB)
MD5: 4C3237DEF77BECC849880BFBD7021DEE
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V diplomski nalogi se ukvarjamo z napovedovanjem porabe pitne vode. Naš glavni cilj je primerjava napovednih modelov SARIMA in nevronske mreže LSTM. Pri napovedovanju se osredotočimo na časovne vrste posameznih gospodinjstev ter časovne vrste vodovodnega omrežja, ki so vzorčene mesečno. Primerjavo napovednih modelov izvedemo na podlagi njihove srednje kvadratne napake pri prileganju na časovno vrsto in napovedovanju porabe pitne vode na testni množici. Rezultati pokažejo, da se najbolje obnese model ARIMA.
Ključne besede:časovne vrste, napovedovanje, ARIMA, LSTM
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[S. Dodič]
Leto izida:2023
Št. strani:1 spletni vir (1 datoteka PDF (IX, 29 f.))
PID:20.500.12556/DKUM-83743 Novo okno
UDK:519.2+004.85(043.2)
COBISS.SI-ID:149147651 Novo okno
Datum objave v DKUM:13.02.2023
Število ogledov:2260
Število prenosov:120
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
DODIČ, Sara, 2023, Napovedovanje porabe pitne vode z metodami časovnih vrst in strojnega učenja : diplomsko delo [na spletu]. Diplomsko delo. Maribor : S. Dodič. [Dostopano 21 januar 2025]. Pridobljeno s: https://dk.um.si/IzpisGradiva.php?lang=slv&id=83743
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:30.01.2023

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Drinking water usage forecasting using methods of time series and machine learning
Opis:In this thesis we focus on forecasting drinking water usage. Our main goal is to compare the ARIMA models and the LSTM neural network model. We focus on forecasting time series of individual households and time series of water supply network, which are sampled monthly. Comparison of forecasting models is performed on basis of their mean squared error when fitting the time series and predicting drinking water consumption on the test set. The results show that the ARIMA model performs best.
Ključne besede:time series, forecasting, ARIMA, LSTM


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