prikaz prve stranice dokumenta Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka
  Preuzmi
PDF 5.49 MB
diplomski rad
Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka
Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2024. urn:nbn:hr:235:996895
Mirić, Viktor
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

Mirić, V. (2024). Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:996895

Mirić, Viktor. "Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka." Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2024. https://urn.nsk.hr/urn:nbn:hr:235:996895

Mirić, Viktor. "Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka." Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2024. https://urn.nsk.hr/urn:nbn:hr:235:996895

Mirić, V. (2024). 'Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka', Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:235:996895

Mirić V. Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2024 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:996895

V. Mirić, "Web aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka", Diplomski rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:996895

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:996895
Podaci o radu
NaslovWeb aplikacija za trening i evaluaciju modela dubokog učenja koristeći različite skupove podataka
Naslov (engleski)A web application for training and evaluating deep learning models using different datasets
AutorViktor Mirić
MentorTomislav Stipančić (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2024-12-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Sažetak
Ovaj rad istražuje mogućnosti olakšavanja korištenja umjetne inteligencije i dubokog učenja, tehnologije koje sve više nalaze primjenu u različitim područjima. Motivacija ovog rada je razviti alat koji će korisnicima pružiti intuitivno sučelje za razvoj modela dubokog učenja bez potrebnog tehničkog znanja u toj domeni. Kao rješenje, razvijena je web aplikacija koja korisnicima omogućuje jednostavnu izradu i prilagodbu modela dubokog učenja. Sustav je implementiran korištenjem modernih tehnologija. Korisničko sučelje razvijeno je u programskom okviru Next.js, dok je pozadinska logika izrađena uz pomoć programskog okvira Flask. Aplikacija koristi PyTorch za treniranje neuronskih mreža, omogućujući korisnicima prilagodbu arhitekture mreže te vizualizaciju rezultata i performansi modela. Testiranje i evaluacija aplikacije provedena je na poznatom skupu podataka za klasifikaciju cvijeta perunike. Model je pokazao visoku preciznost, postigavši točnost predikcije od 100% na tesnom skupu podataka.
Sažetak (engleski)
This paper explores the possibilities of facilitating the use of artificial intelligence and deep learning, technologies that are increasingly being used in various fields. The motivation for this paper is to develop a tool that will provide users with intuitive interface for developing deep learning models without the need for technical knowledge in this domain. As a result, a web application was developed that allows users to easily create and customize deep learning models. The system is implemented using modern technologies. The user interface is developed in the Next.js framework, while the backend logic is built using the Flask framework. The application uses PyTorch to train neural networks, allowing users to customize the network architecture and visualize the results and performance of the model. The application testing and evaluation was conducted on a well-known dataset for iris flower classification. The model demonstrated high precision, achieving 100% prediction accuracy on a test dataset.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:996895
Studijski programNaziv: Strojarstvo; smjerovi: Konstrukcijski smjer, Procesno-energetski smjer, Proizvodni smjer, Inženjersko modeliranje i računalne simulacije, Brodostrojarski smjer, Industrijsko inženjerstvo i menadžment, Inženjerstvo materijala, Mehanika i robotika, Autonomni sustavi i računalna inteligencija, Mehatronika i robotika
Smjer: Industrijsko inženjerstvo i menadžment
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka strojarstva (univ. mag. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-12-01 14:34:53