prikaz prve stranice dokumenta Optimizacija sažimajućeg očitavanja neuronskim mrežama
Rad nije dostupan
diplomski rad
Optimizacija sažimajućeg očitavanja neuronskim mrežama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:652326
Gajdić, Leonarda
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Gajdić, L. (2020). Optimizacija sažimajućeg očitavanja neuronskim mrežama (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:652326

Gajdić, Leonarda. "Optimizacija sažimajućeg očitavanja neuronskim mrežama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:652326

Gajdić, Leonarda. "Optimizacija sažimajućeg očitavanja neuronskim mrežama." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:652326

Gajdić, L. (2020). 'Optimizacija sažimajućeg očitavanja neuronskim mrežama', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:652326

Gajdić L. Optimizacija sažimajućeg očitavanja neuronskim mrežama [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:652326

L. Gajdić, "Optimizacija sažimajućeg očitavanja neuronskim mrežama", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:652326

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:652326
Podaci o radu
NaslovOptimizacija sažimajućeg očitavanja neuronskim mrežama
Naslov (engleski)Optimization of Compressive Sensing Using Neural Networks
AutorLeonarda Gajdić
MentorAna Sović Kržić (mentor)
Član povjerenstvaAna Sović Kržić (predsjednik povjerenstva)
Član povjerenstvaDamir Seršić (član povjerenstva)
Član povjerenstvaDavor Petrinović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Sažetak
Sažimajuće očitavanje vrlo uspješno rekonstruira signal iz smanjenog broja mjerenja. Rekonstrukcija se najčešće provodi uz pretpostavku rijetkosti u nekoj domeni, izvođenjem optimizacijskog postupka. Kombiniranjem sažimajućeg očitavanja i neuronskih mreža mogu se postići još bolji rezultati, koji se ne oslanjaju isključivo na svojstvo rijetkosti. Vrlo efikasne u tom smislu pokazuju se generativne suparničke mreže (eng. Generative Adversarial Networks, GAN). Generativna mreža proizvodi bolje rješenje na način da poboljšava performanse i brzinu rekonstrukcije signala. Koristeći pretpostavke korištene kod metode sažimajućeg očitavanja razvija se novi način optimizacije GAN mreža koristeći gradijentne informacije diskriminatora.
Sažetak (engleski)
The compression sensing very successfully reconstructs the signal from the reduced number of measurements. Reconstruction is most often carried out under the assumption of rarity in some of the domain, by performing an optimization procedure. Combining compression sensing and neural networks, one can achieve even better results, which do not rely solely on the rarity property. Generative Adversarial Networks (GAN) are proving to be very effective in this regard. The generative network produces a better solution in a way that it improves the performance and speed of signal reconstruction. Using the assumptions used in the compression sensing method, a new way of optimizing GAN networks using discriminant gradient information is developed.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:652326
Studijski programNaziv: Elektrotehnika i informacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 12:16:44