| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Uporaba strojnega učenja za modeliranje tehnoloških procesov : magistrsko delo
Avtorji:ID Kovič, Klemen (Avtor)
ID Brezočnik, Miran (Mentor) Več o mentorju... Novo okno
ID Tominc, Polona (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Kovic_Klemen_2020.pdf (1,69 MB)
MD5: 76B14C1706D00859627FA28D0BE41FB7
PID: 20.500.12556/dkum/f5a9ca87-4bf3-4a69-9182-3ff2bd7d1bfd
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FS - Fakulteta za strojništvo
Opis:V magistrski nalogi predstavimo metode strojnega učenja in njihovo rabo za modeliranje treh različnih tehnoloških procesov: trdega struženja, visokohitrostnega struženja in rezkanja. Podatke smo pridobili iz znanstvenih člankov, objavljenih v mednarodnih revijah. Za modeliranje tehnoloških procesov smo uporabili multiplo linearno regresijo, naključne gozdove, stohastično gradientno pospeševanje in metodo cubist. Na koncu predstavimo prediktivne sposobnosti posameznih metod in primerjamo rezultate. Napovedi omenjenih štirih metod tudi primerjamo z rezultati, ki so jih poročali avtorji člankov, in identificiramo najuspešnejšo metodo strojnega učenja za vsak proces. Za zaključek še teoretično raziščemo vpliv strojnega učenja na industrijo in poslovanje podjetij.
Ključne besede:tehnološki procesi, struženje, rezkanje, visokohitrostne obdelave, modeliranje, strojno učenje, optimizacija poslovnih procesov
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[K. Kovič]
Leto izida:2020
Št. strani:XII, 69 str.
PID:20.500.12556/DKUM-76431 Novo okno
UDK:004.85:621.9(043.2)
COBISS.SI-ID:27598339 Novo okno
NUK URN:URN:SI:UM:DK:B6RR5QEP
Datum objave v DKUM:01.07.2020
Število ogledov:1497
Število prenosov:152
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FS
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-SA 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-sa/4.0/deed.sl
Opis:Licenca Creative Commons, ki prepoveduje komercialno uporabo in zahteva, da uporabnik predelana dela objavi z enako licenco.
Začetek licenciranja:22.05.2020

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Application of machine learning in modelling of technological processes
Opis:In the master's thesis we present the machine learning methods and their use for modelling of three different technological processes: hard turning, high speed turning and milling. Data was obtained from scientific articles published in international journals. Multiple linear regression, random forests, stochastic gradient boosting and the cubist method were used to model the technological processes. Finally, we present the predictive capabilities of each method and compare the results. We also compare the predictions of these four methods with the results reported by the authors of the articles and identify the most successful machine learning method for each process. To conclude, we explore the impact of machine learning on industry and business operations.
Ključne besede:technological processes, turning, milling, high speed machining, modelling, machine learning, business process optimization


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici