prikaz prve stranice dokumenta Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža
  Preuzmi
PDF 508.26 KB
završni rad
Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:255317
Dautović, Anabel
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Dautović, A. (2024). Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:255317

Dautović, Anabel. "Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:255317

Dautović, Anabel. "Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:255317

Dautović, A. (2024). 'Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.03.2025., https://urn.nsk.hr/urn:nbn:hr:168:255317

Dautović A. Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 27.03.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:255317

A. Dautović, "Ispitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:255317

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:255317
Podaci o radu
NaslovIspitivanje izomorfnosti grafova s pomoću dubokih graf neuronskih mreža
Naslov (engleski)Examining graph isomorphism using deep graph neural networks
AutorAnabel Dautović
MentorAnamari Nakić (mentor)
Član povjerenstvaAnamari Nakić (predsjednik povjerenstva)
Član povjerenstvaTea Arvaj (član povjerenstva)
Član povjerenstvaFilip Martinović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-06-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj rad istražuje primjenu dubokih neuronskih mreža na problem testiranja izomorfizma grafova, fundamentalnog izazova u teoriji grafova s raznolikim primjenama. Grafovi su matematičke strukture sastavljene od vrhova i bridova, a određivanje jesu li dva grafa izomorfna je računalno složen zadatak. Duboke neuronske mreže grafova pružaju pristup rješavanju tog izazova učenjem složenih reprezentacija struktura grafova. U ovom istraživanju, razvijena je i trenirana duboka neuronska mreža grafova na... Više skupu generiranih podataka kako bi predvidjela izomorfizam grafova. Kroz eksperimentiranje i analize, istražen je utjecaj različitih arhitektura mreža i parametera na točnost predikcije. Zaključak je da popularne graf neoronske mreže nemaju dobru sposobnost determinacije izomorfizma, potencijalno jer ne razlikuju dovoljno dobro grafove koji su slučni ali nisu izomorfni. Sakrij dio sažetka
Sažetak (engleski)
This thesis investigates the application of deep graph neural networks to the problem of graph isomorphism testing, a fundamental challenge in graph theory with wide-ranging applications. Graphs are essential mathematical structures composed of vertices and edges, and determining whether two graphs are isomorphic is a computationally complex task. Deep graph neural networks offer a promising approach to address this challenge by learning intricate representations of graph structures. In this... Više study, a deep graph neural network is developed and trained on a generated dataset to predict graph isomorphism. Through experimentation and analysis, the influence of different network architectures and parameters on prediction accuracy is examined. The conclusion is that popular Graph Neural Networks lack the ability to effectively determine isomorphism. This may be because they do not sufficiently distinguish between graphs that are similar but not isomorphic. Sakrij dio sažetka
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:255317
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 pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-10-12 20:25:02
accessibility

closePristupačnostrefresh

Ako želite spremiti trajne postavke, kliknite Spremi, ako ne - vaše će se postavke poništiti kad zatvorite preglednik.