Prognoza vremenskih serija u senzorskim tokovima podataka

Sažetak na hrvatskom: Kroz ovaj rad napravljen je pregled metoda analize i prognoze vremenskih serija. Objašnjene su metode prognoziranja vremenskih serija strojnim učenjem te strategije prognoze nekoliko koraka unaprijed. Detaljno su objašnjene metode prognoziranja neuronskim mrežama te statistič...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:48799/Details
Glavni autor: Ivčec, Antonio (-)
Ostali autori: Pripužić, Krešimir (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, A. Ivčec, 2018.
Predmet:
LEADER 02353na a2200229 4500
003 HR-ZaFER
008 160221s2018 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid5259 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Ivčec, Antonio 
245 1 0 |a Prognoza vremenskih serija u senzorskim tokovima podataka :  |b diplomski rad /  |c Antonio Ivčec ; [mentor Krešimir Pripužić]. 
246 1 |a Time Series Forecasting in Sensor Data Streams  |i Naslov na engleskom:  
260 |a Zagreb,  |b A. Ivčec,  |c 2018. 
300 |a 56 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2018-06-29, datum završetka: 2018-07-05 
520 3 |a Sažetak na hrvatskom: Kroz ovaj rad napravljen je pregled metoda analize i prognoze vremenskih serija. Objašnjene su metode prognoziranja vremenskih serija strojnim učenjem te strategije prognoze nekoliko koraka unaprijed. Detaljno su objašnjene metode prognoziranja neuronskim mrežama te statističkim autoregresivnim modelima. Na studijskom slučaju stvarnih senzorskih tokova vodostaja, protjecaja i padalina, implementirane su i evaluirane tehnike multivarijatne prognoze povratnim neuronskim mrežama te modelom autoregresije vektora. Izvršena je analiza nad senzorskim tokovima, a svi dobiveni rezultati su prikazani grafički. 
520 3 |a Sažetak na engleskom: In this thesis the methods of time series analysis and time series forecast are analyzed. Machine learning methods for forecasting and multi step strategies are described. Neural networks and statistical autoregressive models for forecasting are also described in detail. Recurrent neural network models and vector autoregression models are implemented and evaluated on the case study of actual sensory streams of water levels, sprains and rainfall. Analysis and forecast results are presented and visualized. 
653 1 |a vremenske serije  |a senzorski tokovi  |a povratne neuronske mreže  |a autoregresivni model  |a vektorska autoregresija  |a analiza vremenskih serija  |a prognoza vremenskih serija 
653 1 |a time series  |a sensory streams  |a recurrent neural networks  |a autoregressive model  |a vector autoregression  |a time series analysis  |a time series forecast 
700 1 |a Pripužić, Krešimir  |4 ths 
942 |c Y 
999 |c 48799  |d 48799