| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Metode za ustvarjanje sintetičnih podatkov športnih aktivnosti : magistrsko delo
Avtorji:ID Kukovec, Rok (Avtor)
ID Fister, Iztok (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Kukovec_Rok_2024.pdf (28,85 MB)
MD5: 9EDA544B23D06656750D5577A9304F00
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:S pojavom vseprisotnih naprav vsak njihov uporabnik ustvarja podatke fizičnih aktivnosti, ne glede na to, ali se tega zaveda. Raziskovanje na področju športa, ki predstavlja družbo in kulturo, je oteženo, saj je dostop do teh podatkov omejen. Za namene strojnega učenja in umetne inteligence se je potreba po velikih količinah podatkov povečala na vseh področjih, kar vodi v generiranje sintetičnih podatkov. To so podatki, ki imajo korelacije, vzorce in statistične značilnosti resničnih podatkov, vendar so nastali s tehnikami vzorčenja ali simuliranja naravnega okolja. Z njimi razširimo izvorno učno množico za strojno učenje in se izognemo ogrožanju varnosti posameznikov. Smemo jih prosto objaviti, saj ne vsebujejo resničnih osebnih podatkov. Njihova struktura je določena, možnosti za napake je manj. Pomembno je, da nastale podatke kvalitetno ocenimo in se pred njihovo uporabo prepričamo, da so primerljivi resničnim. Kot rezultat eksperimentalnega dela je nastala programska knjižnica SportyDataGen, zmožna generiranja sintetičnih podatkov in njihovega ocenjevanja s statističnimi metrikami.
Ključne besede:DKW neenakost, generiranje podatkov, večrazsežni test KS, sintetični podatki, SportyDataGen, športne aktivnosti, zbirne metrike
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[R. Kukovec]
Leto izida:2024
Št. strani:1 spletni vir (1 datoteka PDF (XVII, 82 f.))
PID:20.500.12556/DKUM-88365 Novo okno
UDK:004.652.6(043.2)
COBISS.SI-ID:202502915 Novo okno
Datum objave v DKUM:22.05.2024
Število ogledov:300
Število prenosov:64
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
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 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:18.04.2024

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Methods for generating synthetic sports activity data
Opis:With the emergence of ubiquitous devices, every user generates data of physical activity, whether they are aware of it or not. Research in the field of sport, representing society and culture, is hindered by the limited access to this data. For machine learning and artificial intelligence purposes, the demand for large amounts of data has increased across all fields, leading to the generation of synthetic data. These are datasets that possess correlations, patterns and statistical characteristics of real data but are produced by sampling techniques or by simulating the natural environment. They are used to expand the original training set for machine learning while avoiding the compromise of individual security. These datasets can be freely published as they do not contain actual personal data. Their structure is well-defined reducing the possibilities for errors. It is important to assess the quality of the resulting data and ensure their comparability to real data before their use. As a result of experimental work, the software library SportyDataGen has been developed, capable of generating synthetic data and evaluating it with statistical metrics.
Ključne besede:DKW inequality, data generation, multivariate KS test, synthetic data, SportyDataGen, sports activities, summary metrics


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