Završni radovi | Repozitorij Tehničkog fakulteta u Rijeci

: Prednabijanje dizelskog motora; Mateja Ferenčak
Prednabijanje je sustav za povećanje tlaka zraka prije ulaska u cilindar, čime se cilindrima dovodi više zraka, a posljedično je moguće provesti izgaranje veće količine goriva. Turbopuhalo se sastoji od dva osnovna dijela, pogonske turbine te kompresora. Rezultat ovog postupka je povećanje snage motora. Korištenjem Lotus Engineering softvera provedena je numerička simulacija karakteristika zadanog dizelskog motora u varijantama sa slobodnim usisom, u varijanti prednabijanja...

: Prednosti i nedostatci nuklearne energije; Robert Barbir
Otkrićem radioaktivnih elemenata započinje razvoj nuklearne tehnologije. Nuklearna tehnologija koristi se danas ponajviše u industriji i zdravstvu. Do danas je izgrađeno više stotina nuklearnih postrojenja i predložene su gradnje novih reaktora diljem svijeta što ukazuje na činjenicu da će nuklearna tehnologija razvijati još dugi niz godina. S povećanom primjenom također se javljaju i problemi. Strah od nuklearnih katastrofa zauvijek će biti prisutan ali s dodatnim...

: Prednosti, ograničenja i primjene QR i drugih sličnih kodova; Matej Duvnjak
U ovom je završnom radu istražen QR kod i načini za povećanje njegovog kapaciteta. Detaljno je obrađen postupak generiranja QR koda te analizirane mogućnosti optimizacije pojedinog koraka. Istražena su postojeća rješenja i posebno je objašnjen pristup QR kodova u boji. Konačno, objašnjen je QR kod uz korištenje kompresije podataka i boje sa svrhom poboljšanja kapaciteta. Analizirani su prednosti i nedostaci ovog pristupa kao i mogućnosti zamjene QR kodova nekom od novih...

: Predviđanje aktivnosti peptida modelom iterativnog učenja; Romano Polić
Moderna istraživanja u domeni kemije peptida iziskuju pouzdane modele predviđanja koji će olakšati proces eksperimentalne pripreme i dublje razumijevanje njihovih svojstava. Cilj ovog diplomskog rada je povećanje pouzdanosti takvih modela koji se grade na relativno malim skupovima podataka upotrebom tehnike iterativnog učenja. Izgrađena su dva modela od kojih se jedan zasnivao na jednostavnim neuronskim mrežama, a drugi na konvolucijskim 1D mrežama.. Rezultati provedenih analiza...

: Predviđanje aktivnosti peptida modelom strojnog učenja temeljenog na podskupu značajki iz formata SMILES; Mario Negovetić
U današnje vrijeme dostupne su velike količine informacija koje je potrebno smanjiti i odabrati samo one koje su bitne za donošenje zaključaka ili predviđanje budućeg stanja. U ovom radu analiziraju se teorijski i implementacijski glavne tehnike u predobradi podataka te postupci strojnog učenja u primjeni za predviđanje katalitičke i antimikrobne aktivnosti peptida. Skup podataka dobiven je pretvorbom zapisa peptida iz formata FASTA u format SMILES, nakon čega su izračunate...

: Predviđanje aktivnosti peptida uporabom neuronskih mreža temeljenih na grafovima; Jakov Cvetko
Ovaj završni rad istražuje predviđanje aktivnosti antiviralnih peptida putem neuronskih mreža temeljenih na grafovima. Rad opisuje sve faze procesa, počevši od konverzije SMILES zapisa peptidnih molekula u grafove pa sve do obuke modela za predviđanje njihovih aktivnosti pomoću neuronskih mreža temeljenih na grafovima. Ovaj rad pruža duboki uvid u primjenu neuronskih mreža temeljenih na grafovima u biokemijskoj analizi te naglašava važnost precizne analize performansi za...

: Predviđanje biološke aktivnosti malih molekula modelom strojnog učenja; Jakov Tomasić
Bitan dio moderne medicine je predviđanje reakcija raznih molekula i mikroorganizama. Ovaj rad istražuje rješenje predviđanja reakcije malih molekula i mikroorganizama iz baze otvorenog pristupa CO-ADD. Korištene su razne tehnike za poboljšanje rezultata: skaliranje i centriranje ulaznih podataka, brisanje više zastupljenih podataka, dupliciranje rijetkih slučajeva, pretvorba problema označavanja u problem klasifikacije, algoritamska pretraga najboljih hiperparametara modela,...

: Predviđanje iskoristivog raspona nijansi sive u slikama medicinske radiologije; Natali Bakotić
U posljednjih nekoliko godina, umjetna inteligencija (UI) se sve češće koristi u medicinskoj radiologiji. Razlog tome je povećanje obima medicinskih podataka u digitalnom obliku i činjenice da UI modeli imaju sposobnost naučiti kompleksne, ljudima neuočljive uzorke i veze među njima. Jedan od razloga za sve češću primjenu UI je standardizacija medicinskih slika. Jedan od najkorištenijih formata za medicinske slike je Digitalne slike i komunikacija u medicini (DICOM),...

: Predviđanje kritične temperature supervodiča primjenom umjetne inteligencije; Mateo Cuculić
U ovom radu opisuje se primjena umjetnih neuronskih mreža i genetskog programiranja za predviđanje kritične temperature supravodičkih materijala. Prvo su ukratko opisani supravodiči i neka njihova svojstva. Zatim su opisane umjetne neuronske mreže, korelacijski koeficijenti i genetsko programiranje zajedno s ostalim algoritmima i bazom podataka koji se koriste u sklopu rada. Na kraju je objašnjen programski kod te su prikazani dobiveni rezultati nekoliko različitih...

: Predviđanje performansi interakcije pokaznom napravom; Mia Dudić
U ovome je radu napravljena desktop aplikacija za automatizirano testiranje korisnika prilikom korištenja pokaznog uređaja za rješavanje tunelskih zadataka. Prilikom testiranja mjerila se brzina rješavanja pojedinog zadatka. Zadatak se manifestira kao tunel kroz koji je potrebno proći odabranim interaktivnim uređajem. Konfiguracija tunela mijenja se u 15 različitih izvedba gdje se kombiniraju uvjeti težine tunela i različitih krivulja. Testiranje se sastojalo od 8 testnih slučajeva...

: Predviđanje programskih neispravnosti zasnovano na metodi izračuna prihvatljive razine rizika; Marino Mohović
The knowledge about the software metrics, which serve as quality indicators, is vital for the eﬃcient allocation of resources in quality assurance activities. Recent studies showed that some software metrics exhibit threshold eﬀects and can be used for software defect prediction. Our goal was to analyze if the threshold derivation process could be used to improve a standard classiﬁcation models for software defect prediction, rather than to search for universal threshold values. We...

: Predviđanje samosastavljanja peptida zasnovano na sklonosti agregaciji i sekvencijalnim značajkama; Lucija Žužić
Predložen je pristup za rješavanje problema heterogenih podataka iz sekvencijalnih svojstava (SP) i ocjene sklonosti agregaciji (AP) za peptide sastavljene od 1, 2 i 3 aminokiseline uporabom povratnih neuronskih mreža koje obrađuju sekvence promjenjive duljine koristeći svoju unutarnju memoriju. Kako bi se postigao jednak broj AP i SP vrijednosti, t-distribuirano stohastičko ugrađivanje susjeda (t-SNE) primijenjeno je na 94 SP vrijednosti i izdvojene su 3 meta-značajke. Pragovi...

Paginacija