prikaz prve stranice dokumenta Algoritam rojeva čestica u učenju neuronske mreže
  Preuzmi
PDF 2.53 MB
završni rad
Algoritam rojeva čestica u učenju neuronske mreže
Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2019. urn:nbn:hr:235:655191
Čović, Ivan
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

Čović, I. (2019). Algoritam rojeva čestica u učenju neuronske mreže (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:655191

Čović, Ivan. "Algoritam rojeva čestica u učenju neuronske mreže." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2019. https://urn.nsk.hr/urn:nbn:hr:235:655191

Čović, Ivan. "Algoritam rojeva čestica u učenju neuronske mreže." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2019. https://urn.nsk.hr/urn:nbn:hr:235:655191

Čović, I. (2019). 'Algoritam rojeva čestica u učenju neuronske mreže', Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 02.11.2024., https://urn.nsk.hr/urn:nbn:hr:235:655191

Čović I. Algoritam rojeva čestica u učenju neuronske mreže [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2019 [pristupljeno 02.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:655191

I. Čović, "Algoritam rojeva čestica u učenju neuronske mreže", Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:655191

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:655191
Podaci o radu
NaslovAlgoritam rojeva čestica u učenju neuronske mreže
Naslov (engleski)Particle swarm algorithm in neural network learning
AutorIvan Čović
MentorDubravko Majetić (mentor)
Član povjerenstvaBojan Jerbić (predsjednik povjerenstva)
Član povjerenstvaDubravko Majetić (član povjerenstva)
Član povjerenstvaJosip Kasać (član povjerenstva)
Član povjerenstvaPetar Ćurković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2019-09-26, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom radu opisani su algoritmi učenja neuronske mreže povratnim prostiranjem pogreške i algoritam optimizacije rojem čestica (PSO). Obrađena su dva klasična primjera (XOR i Iris set) u učenju neuronskih mreža, pomoću dvije navedene metode učenja neuronskih mreža. Uspoređuju se svojstva algoritama nakon izvođenja primjera kao što su: konvergencija greške, veličina greške, te brzina izvođenja algoritma u zadanim parametrima. Uz to, u uvodu se opisuje učenje i glavne značajke neuronskih mreža, a zatim način učenja i rada zadane mreže. Na kraju je izveden zaključak, na temelju obrađenih primjera.
Sažetak (engleski)
This paper describes the neural network training algorithms by error backpropagation and the particle swarm optimization (PSO). Two classical examples (XOR and Iris set) in neural network training were analyzed using the two methods. The properties of algorithms after executing examples are compared, such as: error convergence, magnitude of error, and the velocity of algorithm execution in given parameters. In addition, the introduction describes the training and main features of neural networks, followed by how the default network is trained and operated. Finally, a conclusion is drawn, based on the examples discussed.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:655191
Studijski programNaziv: Strojarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2019-09-27 08:03:32