diplomsko delo
Mitja Žalik (Avtor), Niko Lukač (Mentor), Štefan Kohek (Komentor)

Povzetek

V diplomskem delu predstavimo uporabo konvolucijskih nevronskih mrež za napoved geoprostorskih rastrskih podatkov. V prvem delu opišemo geoprostorske podatke in zgradbo ter značilnosti konvolucijskih nevronskih mrež. V drugem delu predlagamo model nevronske mreže, ki ga uporabimo za dolgoročno napoved sončnega potenciala in kratkoročno napoved vegetacijskega indeksa NDVI. Povprečna napaka po metriki NRMSE znaša 0,22% pri napovedi sončnega potenciala in 15% pri napovedi indeksa NDVI. Diplomsko delo zaključimo s predlogi možnih razširitev.

Ključne besede

umetna inteligenca;globoko učenje;konvolucijske nevronske mreže;geoprostorski podatki;rastrski podatki;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: [M. Žalik]
UDK: 004.85:004.925(043.2)
COBISS: 40918019 Povezava se bo odprla v novem oknu
Št. ogledov: 535
Št. prenosov: 155
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Prediction of geospatial raster data using convolutional neural networks
Sekundarni povzetek: In this thesis, the use of convolutional neural networks for predicting geospatial raster data is presented. In the first part, geospatial data are described. Then, the structure and characteristics of convolutional neural networks are explained. In the second part, we propose neural network model. It is used for long-term prediction of a solar potential and short-term prediction of normalized difference vegetation index (NDVI). The results are then evaluated. The Solar potential and NDVI index are predicted with average error 0.22% and 15% respectively, according to the NRMSE metric. The thesis is concluded with some suggestions for further enhancements.
Sekundarne ključne besede: artificial intelligence;deep learning;convolutional neural network;geospatial data;raster data;
Vrsta dela (COBISS): Diplomsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Računalništvo in informacijske tehnologije
Strani: XIII, 37 f.
ID: 11973890