diplomsko delo
Bian Klančnik (Avtor), Matjaž Kukar (Mentor)

Povzetek

V zadnjem desetletju se je strojno učenje precej razvilo in prodira na vsa področja informacijskih tehnologij. Dandanes večina računalniških sistemov uporablja strojno učenje na tak ali drugačen način. Poleg tega pa je zelo napredovalo tudi strojno učenje na manj zmogljivih napravah. Cilj diplomske naloge je preizkusiti učinkovitost obstoječih orodij za strojno učenje na manj zmogljivih napravah. Osredotočili smo se na naprave ARM. Na osebnem računalniku smo zgradili več različnih modelov v različnih ogrodjih za grajenje modelov strojnega učenja. Modele smo serializirali s pomočjo orodij za serializacijo in jih na koncu pognali na Raspberry Pi. Zgradili smo več klasifikacijskih in en regresijski model. Merili smo uspešnost modelov in čas, ki ga model na določeni napravi porabi za napovedovanje. Rezultati so pokazali, da se uspešnost modelov na različnih napravah ne razlikuje. Razlika v izmerjenem času pa se je med napravami precej razlikovala.

Ključne besede

vgrajene naprave;serializacija modelov;visokošolski strokovni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [B. Klančnik]
UDK: 004.85(043.2)
COBISS: 77621507 Povezava se bo odprla v novem oknu
Št. ogledov: 280
Št. prenosov: 25
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: Machine learning on embedded platforms
Sekundarni povzetek: Machine learning has developed considerably in the last decade and is penetrating all areas of information technology. Today, most computer systems use machine learning in one way or another. In addition, machine learning on less powerful devices has advanced greatly. The aim of the diploma thesis is to test the effectiveness of existing machine learning tools on less powerful devices. We focused on ARM devices. We built several different models on a personal computer in different frameworks to build machine learning models. We serialized the models using serialization tools and eventually ran them on a Raspberry Pi. We built several classification and one regression model. We measured the performance of the models and the time that the model spends on a particular device to predict. The results showed that the performance of the models on different devices did not differ. The difference in measured time, however, varied considerably between devices.
Sekundarne ključne besede: machine learning;embedded devices;model serialization;computer science;computer and information science;diploma;Strojno učenje;Umetna inteligenca;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000470
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 52 str.
ID: 13394711