prikaz prve stranice dokumenta Tehnike dubokog učenja za podatke strukturirane u obliku grafova
Rad nije dostupan
diplomski rad
Tehnike dubokog učenja za podatke strukturirane u obliku grafova
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. urn:nbn:hr:168:652454
Pavlić, Marko
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Pavlić, M. (2019). Tehnike dubokog učenja za podatke strukturirane u obliku grafova (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:652454

Pavlić, Marko. "Tehnike dubokog učenja za podatke strukturirane u obliku grafova." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:652454

Pavlić, Marko. "Tehnike dubokog učenja za podatke strukturirane u obliku grafova." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:652454

Pavlić, M. (2019). 'Tehnike dubokog učenja za podatke strukturirane u obliku grafova', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:652454

Pavlić M. Tehnike dubokog učenja za podatke strukturirane u obliku grafova [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:652454

M. Pavlić, "Tehnike dubokog učenja za podatke strukturirane u obliku grafova", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:652454

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:652454
Podaci o radu
NaslovTehnike dubokog učenja za podatke strukturirane u obliku grafova
Naslov (engleski)Deep Learning Techniques on Graph-Structured Data
AutorMarko Pavlić
MentorIgor Čavrak (mentor)
Član povjerenstvaIgor Čavrak (predsjednik povjerenstva)
Član povjerenstvaDanko Basch (član povjerenstva)
Član povjerenstvaTomislav Lipić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Graf je sveprisutna struktura podataka na kojoj je moguće izvoditi zadatke dubokog učenja pomoću različitih tehnika. U ovom su radu opisane poznate graf duboke neuronske mreže uz objašnjenje teorijskih osnova i navođenje njihovih prednosti i nedostataka. Također je iznesen i sveobuhvatan pregled područja dubokog učenja na grafovima, a postojeće tehnike dubokog učenja dodatno su objašnjene u kontekstu graf dubokih neuronskih mreža. U sklopu rada implementirani su i robusno evaluirani različiti modeli graf dubokih neuronskih mreža, kako na skupovima podataka koji sadrže grafove citiranja, tako i na skupu podataka koji sadrži detektirane neurone iz slika histopatoloških preparata u cerebralnom korteksu mozga.
Sažetak (engleski)
Graph is a ubiquitous data structure, effective for deep learning tasks using various techniques. This thesis describes well-known graph deep neural networks along with techniques' theoretical bases and their advantages and disadvantages. Furthermore, this thesis gives a comprehensive study of deep learning on graphs. Understanding of existent deep learning techniques is upgraded through the scope of graph deep neural networks. In addition, several techniques are implemented, trained and robustly evaluated on miscellaneous datasets, including citation graphs and neurons detected on images of histopathological slides of brain's cerebral cortex.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:652454
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2020-01-07 21:05:34