prikaz prve stranice dokumenta Primjena rekurentnih neuronskih mreža u analizi programskog koda
  Preuzmi
PDF 16.76 MB
diplomski rad
Primjena rekurentnih neuronskih mreža u analizi programskog koda
Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2021. urn:nbn:hr:126:855929
Jovanović, Antonio
Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
Zavod za primijenjenu matematiku i računarstvo
Katedra za računarstvo i strojno učenje

Institucijski repozitorij: Repozitorij Fakulteta primijenjene matematike i informatike

Citirajte ovaj rad

Jovanović, A. (2021). Primjena rekurentnih neuronskih mreža u analizi programskog koda (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:855929

Jovanović, Antonio. "Primjena rekurentnih neuronskih mreža u analizi programskog koda." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2021. https://urn.nsk.hr/urn:nbn:hr:126:855929

Jovanović, Antonio. "Primjena rekurentnih neuronskih mreža u analizi programskog koda." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2021. https://urn.nsk.hr/urn:nbn:hr:126:855929

Jovanović, A. (2021). 'Primjena rekurentnih neuronskih mreža u analizi programskog koda', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, citirano: 11.11.2024., https://urn.nsk.hr/urn:nbn:hr:126:855929

Jovanović A. Primjena rekurentnih neuronskih mreža u analizi programskog koda [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku; 2021 [pristupljeno 11.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:855929

A. Jovanović, "Primjena rekurentnih neuronskih mreža u analizi programskog koda", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, Osijek, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:855929

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:855929
Podaci o radu
NaslovPrimjena rekurentnih neuronskih mreža u analizi programskog koda
Naslov (engleski)Application of Recurrent Neural Networs in Code Analysis
AutorAntonio Jovanović
MentorDomagoj Matijević (mentor)
Član povjerenstvaKristian Sabo (predsjednik povjerenstva)
Član povjerenstvaDomagoj Matijević (član povjerenstva)
Član povjerenstvaDomagoj Ševerdija (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
(Zavod za primijenjenu matematiku i računarstvo)
(Katedra za računarstvo i strojno učenje)
Osijek
Datum i država obrane2021-09-23, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Matematička logika i računarstvo
Sažetak
U ovom radu definiramo unaprijeđne i rekurentne neuronske mreže koje se koriste za rješavanje zadataka strojnog učenja. Neuronske mreže su sofisticirani model računanja za koji se može izraditi efikasan algoritam treniranja, procesa kojim neuronska mreža uči kako reprezentirati podatke uzorkovane iz neke nepoznate distribucije. U prva dva poglavlja rada definiramo razne oblike neuronskih mreža i dajemo primjere problema koje oni rješavaju. Naglasak se stavlja na LSTM arhitekturu, enkoder-dekoder arhitekturu i razne mehanizme pažnje. U trećem poglavlju motiviramo automatizaciju analize programskog koda. Dajemo pregled radova koji pokazuju kako primijeniti rekurentnu neuronsku mrežu za određivanje kratkog opisa funkcionalnosti isječaka programskog koda te klasifikaciju programskog koda.
Sažetak (engleski)
In this paper we define feedforward and recurrent neural networks that are used to solve machine learning problems. Neural networks are a sophisticated computational model with an efficient training algorithm, a process where the networks learns how to describe data sampled from an unknown probability distribution. In the first two chapters, we define different types of neural networks and give examples of problems they can solve. We put emphasis on the LSTM architecture, encoder-decoder architectures and various attention mechanisms. In the third chapter, we motivate automation of program analysis. We review papers that show how to apply recurrent networks to summarize and caption code snippets and to classify programs.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:855929
Studijski programNaziv: Matematika; smjerovi: Financijska matematika i statistika, Matematika i računarstvo, Industrijska i primijenjena matematika
Smjer: Financijska matematika i statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag.math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-09-24 08:14:22