Strojno učenje u bežičnim mrežama osjetila

Sažetak na hrvatskom: Ovaj diplomski rad opisuje problem predikcije i klasifikacije podataka u bežičnim mrežama osjetila. Problem se rješava primjenom algoritama strojnog učenja pri čemu se uspoređuju njihovi rezultati te se odabire najpogodniji algoritam za rješavanje problema. Podaci u senzorskim...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:45402/Details
Glavni autor: Janžić, Josip (-)
Ostali autori: Žagar, Mario (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, J. Janžić, 2014.
Predmet:
LEADER 02478na a2200241 4500
003 HR-ZaFER
005 20160516012017.0
008 160221s2014 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid1473 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Janžić, Josip  |9 35085 
245 |a Strojno učenje u bežičnim mrežama osjetila :  |b diplomski rad /  |c Josip Janžić ; [mentor Mario Žagar]. 
246 1 |a Machine learning in wireless sensor networks  |i Naslov na engleskom:  
260 |a Zagreb,  |b J. Janžić,  |c 2014. 
300 |a 44 str. ;  |c 30 cm +  |e CD-ROM 
502 |a diplomski studij  |b Fakultet elektrotehnike i računarstva u Zagrebu  |c smjer :Računalno inženjerstvo, šifra smjera :55, datum predaje :2014-06-30, datum završetka :2014-07-15 
520 3 |a Sažetak na hrvatskom: Ovaj diplomski rad opisuje problem predikcije i klasifikacije podataka u bežičnim mrežama osjetila. Problem se rješava primjenom algoritama strojnog učenja pri čemu se uspoređuju njihovi rezultati te se odabire najpogodniji algoritam za rješavanje problema. Podaci u senzorskim mrežama predstavljeni su kao niz vrijednosti predstavljenih u vremenskoj domeni. Rezultat predikcije je također vrijednost ili skup vrijednosti u određenom vremenskom rasponu. Slike s video senzora se pohranjuju i nad njima se vrši detekcija ljudskih lica. Pohranjene vrijednosti numeričkih i video senzora se grafički prikazuju na web sučelju aplikacije. 
520 3 |a Sažetak na engleskom: This thesis describes problem of prediction and data classification in wireless sensor networks. Problem is solved by applying a number of machine learning algorithms. The results of running those algorithms is then compared and the best algorithm is used to solve the problem. Data in sensor networks is presented as an array of values defined in time domain. Result of the prediction is also a value or an array specified in defined time range. Images from video sensors are stored and are processed in a way to detect human faces. Stored values of numeric and video sensors is graphically displayed on applications web interface. 
653 1 |a strojno učenje  |a bežične mreže osjetila  |a linearna regresija  |a neuronske mreže  |a prepoznavanje uzoraka  |a web  |a senzori  |a statistika 
653 1 |a machine learning  |a wireless sensor networks  |a linear regression  |a neural networks  |a pattern recognition  |a web  |a sensors  |a statistics 
700 1 |a Žagar, Mario  |4 ths  |9 4011 
942 |c Y  |2 udc 
999 |c 45402  |d 45402