prikaz prve stranice dokumenta Mogućnosti primjene metoda strojnog učenja u području telekomunikacija
  Preuzmi
PDF 1.69 MB
završni rad
Mogućnosti primjene metoda strojnog učenja u području telekomunikacija
Zagreb: Sveučilište u Zagrebu, Fakultet prometnih znanosti, 2021. urn:nbn:hr:119:003361
Aleksić, David
Sveučilište u Zagrebu
Fakultet prometnih znanosti
Promet
Zavod za informacijsko komunikacijski promet

Institucijski repozitorij: Repozitorij Fakulteta prometnih znanosti

Citirajte ovaj rad

Aleksić, D. (2021). Mogućnosti primjene metoda strojnog učenja u području telekomunikacija (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet prometnih znanosti. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:119:003361

Aleksić, David. "Mogućnosti primjene metoda strojnog učenja u području telekomunikacija." Završni rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, 2021. https://urn.nsk.hr/urn:nbn:hr:119:003361

Aleksić, David. "Mogućnosti primjene metoda strojnog učenja u području telekomunikacija." Završni rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, 2021. https://urn.nsk.hr/urn:nbn:hr:119:003361

Aleksić, D. (2021). 'Mogućnosti primjene metoda strojnog učenja u području telekomunikacija', Završni rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, citirano: 27.11.2024., https://urn.nsk.hr/urn:nbn:hr:119:003361

Aleksić D. Mogućnosti primjene metoda strojnog učenja u području telekomunikacija [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet prometnih znanosti; 2021 [pristupljeno 27.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:119:003361

D. Aleksić, "Mogućnosti primjene metoda strojnog učenja u području telekomunikacija", Završni rad, Sveučilište u Zagrebu, Fakultet prometnih znanosti, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:119:003361

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:119:003361
Podaci o radu
NaslovMogućnosti primjene metoda strojnog učenja u području telekomunikacija
Naslov (engleski)Opportunities for Applying Machine Learning Methods in Telecommunications
AutorDavid Aleksić
MentorIvan Cvitić (mentor)
Član povjerenstvaDragan Peraković (predsjednik povjerenstva)
Član povjerenstvaSiniša Husnjak (član povjerenstva)
Član povjerenstvaMarko Periša (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet prometnih znanosti
(Promet)
(Zavod za informacijsko komunikacijski promet)
Zagreb
Datum i država obrane2021-08-31, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Tehnologija prometa i transport
Poštansko-telekomunikacijski promet
Sažetak
Ovaj završni rad prikazuje metode strojnog učenja i mogućnosti primjene strojnog učenja u području telekomunikacija. Uz primjere primjene strojnog učenja također je definiran pojam umjetne inteligencije koja je danas u sve češćoj upotrebi u svijetu. Strojno učenje kao podsustav umjetne inteligencije ima veliki broj vlastitih algoritama koji se koriste za različite primjere. Sa sve većim razvojem tehnologija kao što su veće brzine interneta, 5G mobilne mreže itd. iz npr. telekomunikacijskog područja dolazi do potrebe za boljim upravljanjem i podrškom za sustave koji se koriste novim tehnologijama. Metode strojnog učenja mogu se koristiti za poboljšanje korisničke usluge prikupljanjem podataka, za prikupljanje podataka o prometu u mreži i općenito u svim sustavima u kojima se zahtjeva prikupljanje, grupiranje i analiza podataka.
Sažetak (engleski)
This bachelor's thesis shows methods of machine learning and opportunities of using it in telecommunications. With the examples of using machine learning methods, the term of artificial intelligence, which is today used more than ever before, is defined in this thesis as well. Machine learning as a subset of artificial intelligence has a lot of its own algorithms and methods. With the improvement of the new technologies such as higher internet speeds, 5G mobile networks etc. for e.g., in telecommunication, comes the need for the new and improved management and support for the systems that are using those new technologies. Some types of machine learning can be used for collecting data to improve user’s quality of service, some are used for collecting data of traffic in networks or generally for any system that has the need to collect data, cluster data points and analysing data.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:119:003361
Studijski programNaziv: Promet; smjerovi: Cestovni, Željeznički, Vodni, Zračni, Poštanski, Informacijsko-komunikacijski, Gradski
Smjer: Cestovni
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka prometa (univ. bacc. ing. traff.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-09-03 14:08:11