Učenje s prenosom znanja z uporabo rekurentnih nevronskih mrež za namen napovedovanja cen živil : magistrsko delo

Janković, Jana

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Učenje s prenosom znanja z uporabo rekurentnih nevronskih mrež za namen napovedovanja cen živil : magistrsko delo
Avtorji:	ID Janković, Jana (Avtor) ID Vrbančič, Grega (Mentor) Več o mentorju...
Datoteke:	MAG_Jankovic_Jana_2024.pdf (4,19 MB) MD5: 65A0B4FD0D47AF2EEEE060468A51176C
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	Živila so osnovne dobrine z velikim vplivom na gospodarsko in družbeno stabilnost, zato je natančno napovedovanje njihovih cen ključno. Modeli globokega učenja lahko prepoznajo kompleksne vzorce v časovnih vrstah, kot so zgodovinske cene živil. V tej raziskavi smo eksperimentalno primerjali konvencionalni pristop učenja in učenje s prenosom znanja v rekurentnih nevronskih mrežah za napovedovanje cen. Po iskanju optimalnih hiperparametrov smo modele naučili nad podatki, uporabili prenos znanja in ovrednotili oba pristopa. Na podlagi pridobljenih rezultatov smo ugotovili, da učenje s prenosom znanja bistveno pospeši proces učenja, vendar na račun slabše napovedne uspešnosti. Kljub temu pa rezultati magistrskega dela prispevajo k razumevanju, kdaj, zakaj in v kakšnih primerih je uporaba učenja s prenosom znanja smiselna izbira.
Ključne besede:	napovedovanje cen živil, učenje s prenosom znanja, RNN, analiza časovnih vrst.
Kraj izida:	Maribor
Kraj izvedbe:	Maribor
Založnik:	[J. Janković]
Leto izida:	2024
Št. strani:	1 spletni vir (1 datoteka PDF (XI, 73 str.))
PID:	20.500.12556/DKUM-91245
UDK:	004.85.032.26(043.2)
COBISS.SI-ID:	225867523
Datum objave v DKUM:	15.01.2025
Število ogledov:	266
Število prenosov:	83
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.

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.

Sekundarni jezik

Jezik:	Angleški jezik
Naslov:	Utilization of transfer learning with recurrent neural networks for grocery price forecasting
Opis:	Food is a fundamental commodity with a significant impact on economic and social stability, making accurate price forecasting essential. Deep learning models can identify complex patterns in time series, such as historical food prices. In this study, we experimentally compared the conventional learning approach with transfer learning in recurrent neural networks for price forecasting. After identifying optimal hyperparameters, we trained the models, applied transfer learning, and evaluated both approaches. Based on the obtained results, we found that transfer learning significantly accelerates the learning process, though at the cost of predictive performance. Nevertheless, the results of this master’s thesis contribute to understanding when, why, and in what scenarios transfer learning is a sensible choice.
Ključne besede:	food price prediction, transfer learning, RNN, time series analysis.

Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj