prikaz prve stranice dokumenta Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa
No public access
master's thesis
Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. urn:nbn:hr:168:606214
Španić, Matea
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Španić, M. (2021). Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:606214

Španić, Matea. "Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:606214

Španić, Matea. "Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2021. https://urn.nsk.hr/urn:nbn:hr:168:606214

Španić, M. (2021). 'Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 09 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:606214

Španić M. Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2021 [cited 2024 November 09] Available at: https://urn.nsk.hr/urn:nbn:hr:168:606214

M. Španić, "Određivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2021. Available at: https://urn.nsk.hr/urn:nbn:hr:168:606214

Metadata
TitleOdređivanje topološkog svojstva grafa primjenom strojnog učenja i konsenzusa
Title (english)Determining the topological property of a graph using machine learning and consensus
AuthorMatea Španić
MentorStjepan Bogdan (mentor)
Committee memberZdenko Kovačić (član povjerenstva)
Committee memberStjepan Bogdan (predsjednik povjerenstva)
Committee memberGoran Vasiljević (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2021-07-09, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
U ovome se radu obrađuje problem decentralizirnog određivanja minimalnog nezavisnog dominantnog seta grafa. Nakon uvoda o višeagentnim sustavima i matematičke podloge, minimalni nezavisni dominantni set definiran je kao topološko svojstvo grafa povezanosti višeagentnog sustava. Nadalje, konsenzus algoritam je predstavljen kao alat koji omogućuje da se svi agenti dogovore oko određene odluke. Da bi se ta odluka donijela, korišteno je potporno učenje. Prvo je upotrijebljen centralizirani algoritam Q-učenja. Nakon što su dobiveni pozitivni rezultati, decentralizirano Q-učenje je istraženo i implementirano. Različita poboljšanja decentraliziranog algoritma testirana su na nekoliko tipičnih klasa grafova. Naposljetku, rezultati različitih metoda su uspoređeni i analizirani.
Abstract (english)
This thesis is concerned with the problem of decentralized determining the minimal independent dominating set of a graph. After giving the introduction about the multi-agent systems and mathematical preliminaries, the minimum independent dominating set was defined as a topological property of a connectivity graph in a multi-agent system. Next, consensus algorithm was presented as a tool which enables that all of the agents agree on a certain decision. To make that decision, reinforcement learning is used. First, a centralized version of the Q-learning was applied. After receiving positive results, decentralized Q-learning algorithm was investigated and implemented. Furthermore, different improvements to decentralized algorithm were tested on several typical graph classes. Finally, the results of the different methods are compared and analyzed.
Keywords
Keywords (english)
Languageenglish
URN:NBNurn:nbn:hr:168:606214
Study programmeTitle: Electrical Engineering and Information Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-13 13:58:31