prikaz prve stranice dokumenta Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi
Rad nije dostupan
diplomski rad
Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. urn:nbn:hr:168:205965
Kreković, Dora
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Kreković, D. (2021). Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:205965

Kreković, Dora. "Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:205965

Kreković, Dora. "Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:205965

Kreković, D. (2021). 'Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:205965

Kreković D. Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:205965

D. Kreković, "Predviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:205965

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:205965
Podaci o radu
NaslovPredviđanje mikroklimatskih parametara za primjenu u preciznoj poljoprivredi
Naslov (engleski)Prediction of Microclimate Parameters for Application in Precision Agriculture
AutorDora Kreković
MentorIvana Podnar Žarko (mentor)
Član povjerenstvaIvana Podnar Žarko (predsjednik povjerenstva)
Član povjerenstvaMario Kušek (član povjerenstva)
Član povjerenstvaPavle Skočir (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-09, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Predviđanje mikroklimatskih parametara, poput temperature, brzine vjetra i vlage, omogućuje planiranje i kontrolu poljoprivredne proizvodnje radi poboljšanja prinosa i kvalitete usjeva. U ovom radu dan je pregled metoda za predviđanje mikroklimatskih parametara koje na ulazu koriste vremenski označene tokove podataka ili tzv. vremenske serije podataka. Detaljno je objašnjen pojam vremenskih serija, kao i postupci njihove analize. Objašnjene su statističke metode prognoziranja vremenskih serija, metode prognoziranja strojnim učenjem, te metode prognoziranja neuronskim mrežama. Na studijskom slučaju su korištenjem podatka s Copernicusovog servisa CDS implementirane i evaluirane tehnike prognoze pomoću neuronske mreže LSTM te prognoze korištenjem klasičnog statističkog modela SARIMA. Dodatno, mreža je izgrađena i koristeći stvarne senzorske podatke očitane s agrometeorološke stanice Pinova nad kojima je isprobana tehnika multivarijatne prognoze. Svi dobiveni rezultati su prikazani grafički.
Sažetak (engleski)
Forecasting microclimate parameters, such as temperature, wind speed and humidity, enables the planning and control of agricultural production to improve crop yields and quality. This paper provides an overview of methods for predicting microclimate parameters that use time series data as input. Both the concept of time series and methods for their analysis are explained in detail. Furthermore, the thesis provides insight into the methods of forecasting time series using machine learning algorithms as well as using neural networks. LSTM neural network model and statistical model SARIMA were implemented and evaluated on a case study using data from the Copernicus service CDS. Additionally, another network was built using actual sensory data streams acquired from a Pinova agrometeorological station. All results, both from analysis and forecast, were then visualized.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:205965
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 pohrane2023-01-13 12:46:07