| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Uporaba grafovskih samokodirnikov za odkrivanje anomalij v kompleksnih mrežah : magistrsko delo
Avtorji:ID Kramberger, Nika (Avtor)
ID Jesenko, David (Mentor) Več o mentorju... Novo okno
ID Bizjak, Marko (Komentor)
Datoteke:.pdf MAG_Kramberger_Nika_2025.pdf (2,37 MB)
MD5: EDDE71F9C5BE5666F52A1DC606A223AE
 
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 raziskujemo uporabo grafovskih samokodirnikov za odkrivanje anomalij v kompleksnih mrežah. Najprej predstavimo temeljne pojme s področja kompleksnih mrež, grafovskih nevronskih mrež, anomalij in samokodirnikov. Nato opišemo pripravo podatkov, zasnovo modela ter postopek dodajanja atributnih in strukturnih anomalij. Poseben poudarek namenimo vlogi rekonstrukcijskih napak pri prepoznavanju anomalij, uspešnost modela pa ovrednotimo z uporabo metrike F1. Na koncu predstavimo rezultate testiranj in v zaključku povzamemo glavne ugotovitve raziskave.
Ključne besede:samokodirniki, anomalije, kompleksne mreže, grafovske nevronske mreže, metrika F1
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[N. Kramberger]
Leto izida:2025
Št. strani:1 spletni vir (1 datoteka PDF (IX, 45 str.))
PID:20.500.12556/DKUM-95096 Novo okno
UDK:004.8:519.17(043.2)
COBISS.SI-ID:259547651 Novo okno
Datum objave v DKUM:15.10.2025
Število ogledov:148
Število prenosov:22
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-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:04.09.2025

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Application of graph autoencoders for anomaly detection in complex networks
Opis:The thesis explores the application of graph autoencoders for anomaly detection in complex networks. First, we introduce the basic concepts of complex networks, graph neural networks, anomalies, and autoencoders. We then describe the data preparation process, the model design, and the process of adding attribute and structural anomalies. We pay special attention to the role of reconstruction errors in anomaly detection, while the model’s performance is evaluated using the F1 score. Finally, we present the results of the testing and summarize the main findings of the research in the conclusion.
Ključne besede:autoencoders, anomalies, complex networks, graph neural networks, F1 score


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