| Naslov: | Napovedovanje gostote prometa z uporabo strojnega učenja |
|---|
| Avtorji: | ID Kralj, Andraž (Avtor)
ID Mongus, Domen (Mentor) Več o mentorju...  |
|---|
| Datoteke: |  MAG_Kralj_Andraz_2023.pdf (17,28 MB)
MD5: E0222F147E3F8D3A3D0ACBACDF688D05
|
|---|
| Jezik: | Slovenski jezik |
|---|
| Vrsta gradiva: | Magistrsko delo/naloga |
|---|
| Tipologija: | 2.09 - Magistrsko delo |
|---|
| Organizacija: | FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
|
|---|
| Opis: | V magistrskem delu naslavljamo problem dolgoročnih napovedi prometa. V ta namen
najprej predstavimo sorodno delo in podamo teoretično osnovo izvedbe različnih modelov
strojnega učenja ter kodiranja cikličnih podatkov. V nadaljevanju podrobneje predstavimo
naš pristop, ki omogoča izvedbo letnih napovedi z urno ločljivostjo. Različne pristope
pri tem sistematično primerjamo in z rezultati pokažemo, da smo obravnavni problem
najučinkoviteje naslovili z uporabo metode XBoost in kodiranja cikličnih podatkov s
podobnostjo. |
|---|
| Ključne besede: | strojno učenje, promet, ansambel dreves, značilnice, obdelava podatkov |
|---|
| Kraj izida: | Maribor |
|---|
| Leto izida: | 2023 |
|---|
| PID: | 20.500.12556/DKUM-86158-1c270c83-430a-d5cf-602b-03fd2525ac4e |
|---|
| Datum objave v DKUM: | 07.11.2023 |
|---|
| Število ogledov: | 631 |
|---|
| Število prenosov: | 91 |
|---|
| Metapodatki: |    |
|---|
| Področja: | KTFMB - FERI
|
|---|
|
:
|
Kopiraj citat |
|---|
| | | | Skupna ocena: | (0 glasov) |
|---|
| Vaša ocena: | Ocenjevanje je dovoljeno samo prijavljenim uporabnikom. |
|---|
| Objavi na: |  |
|---|
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše
podrobnosti ali sproži prenos. |
