prikaz prve stranice dokumenta Metode optimizacije parametara konvolucijskih neuronskih mreža
No public access
undergraduate thesis
Metode optimizacije parametara konvolucijskih neuronskih mreža
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. urn:nbn:hr:168:364879
Ovčariček, Marin
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Ovčariček, M. (2020). Metode optimizacije parametara konvolucijskih neuronskih mreža (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:364879

Ovčariček, Marin. "Metode optimizacije parametara konvolucijskih neuronskih mreža." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:364879

Ovčariček, Marin. "Metode optimizacije parametara konvolucijskih neuronskih mreža." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2020. https://urn.nsk.hr/urn:nbn:hr:168:364879

Ovčariček, M. (2020). 'Metode optimizacije parametara konvolucijskih neuronskih mreža', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 14 August 2024, https://urn.nsk.hr/urn:nbn:hr:168:364879

Ovčariček M. Metode optimizacije parametara konvolucijskih neuronskih mreža [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2020 [cited 2024 August 14] Available at: https://urn.nsk.hr/urn:nbn:hr:168:364879

M. Ovčariček, "Metode optimizacije parametara konvolucijskih neuronskih mreža", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:168:364879

Metadata
TitleMetode optimizacije parametara konvolucijskih neuronskih mreža
Title (english)Methods for optimising parameters of convolutional neural networks
AuthorMarin Ovčariček
MentorMarko Đurasević (mentor)
Committee memberMarko Đurasević (predsjednik povjerenstva)
Committee memberDomagoj Alagić (član povjerenstva)
Committee memberDino Šantl (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2020-07-09, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Konvolucijske neuronske mreže su model koji se često koristi u strojnom učenju zbog svoje prilagodljivosti. Kako bi se mreža dobro prilagodila određenom problemu potrebno optimizirati kombinaciju niza parametara koji će utjecati na sposobnost generalizacije i brzinu učenja. U ovom radu predstavljeni su metode koje se mogu koristiti i parametri koji se mogu namještati za vrijeme optimizacije neuronske mreže. Dodatno odrađena je optimizacija nad kombinacijama parametara te je analiziran krajnji rezultat pomoću vremenskih i kutijastih grafova.
Abstract (english)
Convolutional neural networks are often used model in machine learning because of their adaptability. To make a network adapt to a certain problem, it is necessary to optimize the combination of a number of parameters which will affect the network's ability to generalize and its learning speed. This thesis presents various methods that can be used and parameters that can be adjusted during the optimization of the network. It also perfoms optimization and analyzes the end result using accuracy-time and box plots.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:364879
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-01-14 09:37:24