prikaz prve stranice dokumenta Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela
Rad nije dostupan
završni rad
Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:925571
Kovač, Bruno
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Kovač, B. (2018). Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:925571

Kovač, Bruno. "Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:925571

Kovač, Bruno. "Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:925571

Kovač, B. (2018). 'Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:925571

Kovač B. Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:925571

B. Kovač, "Otkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:925571

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:925571
Podaci o radu
NaslovOtkrivanje izvandistribucijskih podataka analizom izlaza dubokog modela
Naslov (engleski)Discovery of Out-of-Distribution Data by Analyzing Predictions of a Deep Model
AutorBruno Kovač
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaMarin Oršić (član povjerenstva)
Član povjerenstvaIvan Krešo (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Konvolucijske neuronske mreže danas su često korištene za klasifikacijsku ulaznih podataka u pojedine moguće razrede za koje je model prethodno istreniran. Neovisno o testnom podatku, model će uvijek s određenom sigurnošću predvidjeti pripradnost ulaza u jedan od klasifikacijskih razreda. Ključna problematika ovog pristupa je nemogućnost otkrivanja ulaznih podataka za koje će model najvjerojatnije pogriješiti. Upravo zbog toga potrebno je otkriti izvandistribucijske podatke dovedene na ulaz modela, a to činimo analizom njegovog izlaza. Kod takvih podataka nikad ne možemo sigurno tvrditi jesu li dijelom distribucije na kojoj je model treniran ili su vandistribucijski, no vjerojatnost detekcije izvandistribucijskih podataka moguće je odrediti na više načina, npr. korištenjem AUROC i AUPR površina.
Sažetak (engleski)
Convolutional neural networks are nowadays often used for classifying input data into specific possible classes for which the model was previously trained. Whatever test data we provide to the model, it will always predict the result corresponding class with specific certainty. The key problem with this approach is an inability of determining the data for which the model will most likely make a wrong prediction. Specifically because of that, it is a necessity to determine out-of-distribution data provided as input to the model, and the way to do that is by analyzing its output. Despite the fact that we cannot claim if the test data belongs to the distribution on which the model was trained or it is out-of-distribution, the possibility of detecting out-of-distribution data can be determined with various methods, including using AUROC and AUPR areas.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:925571
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 pohrane2019-03-13 21:47:02