prikaz prve stranice dokumenta Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža
Rad nije dostupan
završni rad
Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:466371
Petrak, Dina
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Petrak, D. (2022). Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:466371

Petrak, Dina. "Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:466371

Petrak, Dina. "Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:466371

Petrak, D. (2022). 'Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:466371

Petrak D. Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 26.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:466371

D. Petrak, "Primjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:466371

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:466371
Podaci o radu
NaslovPrimjena evolucijskih algoritama za razvoj arhitekture neuronskih mreža
Naslov (engleski)Application of evolutionary algorithms for the design of neural network architectures
AutorDina Petrak
MentorMarko Đurasević (mentor)
Član povjerenstvaMarko Đurasević (predsjednik povjerenstva)
Član povjerenstvaNikolina Frid (član povjerenstva)
Član povjerenstvaZoran Medić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U današnje vrijeme, neuronske mreže sve su veći predmet interesa. Oponašanjem funkcionalnosti i povezanosti neurona u mozgu, umjetne neuronske mreže mogu učiti te raditi predikcije. Razvijene su mnoge tehnike učenja, a u ovom je radu opisano učenje genetskim algoritmom, još poznato i kao neuroevolucija. Implementirane su dvije neuronske mreže. U prvoj je genetski algoritam korišten samo za optimizaciju težina, dok je u drugoj NEAT algoritam primijenjen za optimizaciju same arhitekture neuronske mreže. Te su neuronske mreže korištene za rješavanje problema regresije. Primjer rada neuronskih mreži prikazan je na četiri funkcije različite težine. Funkcije easy, medium i hard generirane su kao primjer funkcija različitih težina u kojima sigurno postoji ovisnost izlaza o ulazu dok za funkciju zraka ta povezanost nije jasna. Na samome kraju prikazani su dobiveni rezultati.
Sažetak (engleski)
Today, neural networks are an emerging topic of interest. By emulating the functions and connections of neurons in the human brain, artificial neural networks are able to learn and make predictions. While many different techniques can be used in the process of learning, this work focuses on using genetic algorithms. That technique is called neuroevolution. Two neural networks were implemented. The first one had a fixed structure where only the weights were optimized by the genetic algorithm. For the second one, genetic algorithm NEAT was used to improve the architecture. Neural networks were then used to solve regression problems by making predictions of four different functions. Easy, medium and hard functions are an example of functions where the connection between outputs and inputs is certain and clear. That is not the case with the air function. Results are shown in the final part of the work.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:466371
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-15 11:03:04