20.500.12556/DKUM-71224 Klasifikacija dogodkov v časovnih vrstah s strojnim učenjem Classification of events in time series data using machine learning V diplomskem delu opišemo algoritem segmentacije časovnih vrst in postopek priprave vektorjev značilnic segmentov za učenje in testiranje klasifikacijskih modelov za zaznavo dogodkov. Segmentacijo časovnih vrst izvedemo z algoritmom drsečega okna, kjer za merilo razdalje med vrednostmi uporabimo algoritem dinamičnega časovnega sledenja. Pripravo vektorjev značilnic segmentov začnemo z definiranjem slovarja lokalnih podsegmentov. Slovar je pridobljen z gručenjem K-povprečij. Vsak segment predstavimo z normaliziranim histogramom pojavitev lokalnih podsegmentov na podlagi slovarja. Za učenje klasifikacijskih modelov uporabimo algoritme strojnega učenja, ki se razlikujejo v računski zahtevnosti in doseženi natančnosti, na katero vplivajo tudi izbrani parametri segmentacije in velikost slovarja. In this thesis, an algorithm of time series segmentation and procedure of preparing segments feature vectors for training and testing classification models are presented, in order to detect time series events. Sliding window algorithm with dynamic time warping as distance measure is used for time series segmentation. Creating segments feature vectors starts with defining a dictionary of local subsegments. Dictionary is created with K-means clustering. Each segment is described with normalized histogram of local subsegment occurances based on dictionary. Machine learning algorithms, used for training classification models, differ in computation complexity and achieved accuracy. Achieved accuracy depends on the selected segmentation parameters and dictionary. klasifikacija časovna vrsta strojno učenje segmentacija classification time series machine learning segmentation true true false D. Kavran Slovenski jezik Angleški jezik Diplomsko delo/naloga 2018-07-26 13:48:35 2018-08-28 12:38:14 2022-08-01 20:31:19 2019-07-11 18:34:54 2018 0 [Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.5:004.852(043.2) 21746198 URN:SI:UM:DK:IAHD3P8D UN_Kavran_Domen_2018.pdf UN_Kavran_Domen_2018.pdf 1 B35CBB4859C201A824717EC475933DB8 0d64c8b6e8d285a8d75023695dd3d5dd8670863004fb6434976314d4eec5ff02 227ab70c-7c10-11eb-bb7a-00155d0001ca 20.500.12556/dkum/30b6ffc8-0071-4f8c-a1b0-244528f7d180 https://dk.um.si/Dokument.php?lang=slv&id=126811 Fakulteta za elektrotehniko, računalništvo in informatiko 0 0 0