prikaz prve stranice dokumenta Programsko rješenje za predviđanje nalazišta biljnih vrsta
No public access
master's thesis
Programsko rješenje za predviđanje nalazišta biljnih vrsta
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:711909
Komerički, Tin
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Komerički, T. (2021). Programsko rješenje za predviđanje nalazišta biljnih vrsta (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:711909

Komerički, Tin. "Programsko rješenje za predviđanje nalazišta biljnih vrsta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:711909

Komerički, Tin. "Programsko rješenje za predviđanje nalazišta biljnih vrsta." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:711909

Komerički, T. (2021). 'Programsko rješenje za predviđanje nalazišta biljnih vrsta', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 25 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:711909

Komerički T. Programsko rješenje za predviđanje nalazišta biljnih vrsta [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 July 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:711909

T. Komerički, "Programsko rješenje za predviđanje nalazišta biljnih vrsta", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:711909

Metadata
TitleProgramsko rješenje za predviđanje nalazišta biljnih vrsta
Title (english)A Solution for Plant Species Distribution Prediction
AuthorTin Komerički
MentorBoris Milašinović (mentor)
Committee memberBoris Milašinović (predsjednik povjerenstva)
Committee memberMario Brčić (član povjerenstva)
Committee memberBoris Vrdoljak (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Strojno učenje je grana računalne znanosti koja se koristi u brojnim područjima. U sklopu ovog rada strojno učenje se koristi na području botanike za predviđanje nalazišta biljnih vrsta. Kako postoje zapisi isključivo o nađenim biljnim vrstama (isključivo pozitivni primjeri), programsko rješenje za predviđanje nalazišta koristi model strojnog učenja zvan jednoklasni stroj potpornih vektora. U radu je opisana teorijska podloga, odnosno opis odabranog modela strojnog učenja i format geoprostornih podataka shapefile. Implementirano programsko rješenje sastoji se od servisa za predviđanje izrađenog u programskom jeziku python, koji sa ostatkom sustava komunicira koristeći sabirnicu poruka. Za demonstraciju rješenja izrađen je prototip aplikacije s grafičkim korisničkim sučeljem. Izrađeno programsko rješenje testirano je na geoprostornim podacima o klimi i nekoliko najrasprostranjenijih biljnih vrsta Hrvatske čiji su podaci dobiveni iz baze podataka Flora Croatica.
Abstract (english)
Machine learning is a branch of computer science used in wide range of fields. As a part of this paper machine learning is used in botany for plant specimen site prediction. Since there are only records of found species (positive labels only), the solution uses a machine learning model called one-class support vector machine for site prediction. The paper describes theoretical basis, which consists of a machine learning model used and geospatial data format called shapefile. Implemented software solution consists of prediction service coded in Python programming language which uses message bus to communicate with the rest of the system. A prototype of a GUI application is developed to demonstrate the solution. The software solution has been tested on climate geospatial data and a couple of most frequent plant species in Croatia the data of which was obtained from Flora Croatica database.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:711909
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 12:41:48