|
|
|
|
LEADER |
02041na a2200229 4500 |
003 |
HR-ZaFER |
008 |
160221s2017 ci ||||| m||| 00| 0 hr d |
035 |
|
|
|a (HR-ZaFER)ferid5264
|
040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
100 |
1 |
|
|a Magerl, Mislav
|
245 |
1 |
0 |
|a Predviđanje kvara mrežnih pristupnih uređaja zasnovano na analizi vremenskih nizova :
|b diplomski rad /
|c Mislav Magerl ; [mentor Siniša Srbljić].
|
246 |
1 |
|
|a Failure Prediction for Network Access Devices Based on Time Series Analysis
|i Naslov na engleskom:
|
260 |
|
|
|a Zagreb,
|b M. Magerl,
|c 2017.
|
300 |
|
|
|a 10 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: 2017-06-29, datum završetka: 2017-07-04
|
520 |
3 |
|
|a Sažetak na hrvatskom: U ovom radu napravljena je analiza skupa podataka koji sadrži mjerenja i kvarove mrežnih pristupnih uređaja. Proučeni su razni načini analize tog skupa metodama strojnog učenja i analize vremenskih nizova. Proučeni su i opisani načini analize obrađenih vremenskih slijedova. Neke od metoda analize su algoritmi strojnog učenja te duboki modeli za analizu vremenskih slijedova. Obrada i analiza ostvarene su u programskom jeziku Python koristeći biblioteke Scipy, Tensorflow, Keras i ostale. Evaluirana je teza da se na temelju automatski prikupljenih mjerenja s mrežnih uređaja i ručnih prijava kvarova tih uređaja može detektirati kvar mrežnog uređaja prije nego što korisnik primjeti i prijavi. Opisana je korištena arhitektura modela korištenih za predviđanje i detekciju kvarova, programsko rješenje te je navedena korištena literatura i primljena pomoć.
|
520 |
3 |
|
|a Sažetak na engleskom: This paper shows an analysis of a dataset containing measurements and fault reports for network access devices.
|
653 |
|
1 |
|a strojno učenje
|a analiza vremenskih nizova
|
653 |
|
1 |
|a machine learning
|a time series analysis
|
700 |
1 |
|
|a Srbljić, Siniša
|4 ths
|
942 |
|
|
|c Y
|
999 |
|
|
|c 49330
|d 49330
|