prikaz prve stranice dokumenta PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU
Pristup korisnicima matične ustanove
diplomski rad
PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU
Rijeka: Sveučilište u Rijeci, Tehnički fakultet, 2018. urn:nbn:hr:190:424013
Matković, Ivan
Sveučilište u Rijeci
Tehnički fakultet

Institucijski repozitorij: Repozitorij Tehničkog fakulteta u Rijeci

Citirajte ovaj rad

Matković, I. (2018). PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:424013

Matković, Ivan. "PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2018. https://urn.nsk.hr/urn:nbn:hr:190:424013

Matković, Ivan. "PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2018. https://urn.nsk.hr/urn:nbn:hr:190:424013

Matković, I. (2018). 'PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 23.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:424013

Matković I. PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2018 [pristupljeno 23.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:424013

I. Matković, "PROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:424013

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:424013
Podaci o radu
NaslovPROGNOSTIČKI MODEL IONOSFERSKOG KAŠNJENJA SATELITSKOG SIGNALA ZA ODREĐIVANJE POLOŽAJA ZASNOVAN NA STATISTIČKOM UČENJU
AutorIvan Matković
MentorRenato Filjar (mentor)
Član povjerenstvaKristijan Lenac (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
Rijeka
Datum i država obrane2018-03, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu raspravlja se razvoj prognostičkih modela zasnovanih na statističkom učenju, izrađenih s ciljem prognoziranja ukupnog sadržaja elektrona (eng. Total Electron Content, TEC), opisne varijable koja utječe na ionosfersko kašnjenje satelitskog signala za određivanje položaja. Prikazan je način širenja signala od odašiljača do prijemnika te utjecajne veličine na koje isti nailazi, s posebnom pozornošću usmjerenom na prostor ionosfere. Opisan je proces statističkog učenja te su prikazana tri modela korištena u radu. Ukratko je opisana struktura ulaznih podataka, a sve dostupne veličine definirane su teorijski i matematičkim izrazima. Rezultat ovog rada su tri modela statističkog učenja za izračun ukupnog sadržaja elektrona: model linearne regresije, stabla odluke te neuronskih mreža. Algoritmi modela statističkog učenja izvedeni su u programskom okruženju za statističko računarstvo R te su pobliže objašnjeni uz dodatke koda i grafičkih prikaza rezultata.
Sažetak (engleski)
This thesis discusses development of statistical learning-based prognostic models aimed at Total Electron Content (TEC) values forecasting. TEC is a descriptive index (variable) of ionospheric dynamics and a parameter that determines the value of satellite signal propagation delay in satellite-based position estimation process. The thesis discusses description of satellite signal propagation process between the satellite transmitter and the receiver, and the ionospheric influencing variables affecting the signal propagation along its path. Utilization of mathematical expressions and theoretical descriptions, the process of machine learning and the used methods of statistical learning are represented. Description of data set used in the study is presented. The study results with development of three prognostic models for TEC prediction: linear regression, decision tree and neural network models, with algorithms written in R, a programming language and software environment for statistical learning. Thesis concludes with model performance comparison and the outline of future research.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:424013
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 pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2018-04-10 12:54:22