prikaz prve stranice dokumenta Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi
  Preuzmi
PDF 1.05 MB
diplomski rad
Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi
2024. urn:nbn:hr:190:476589
Buterin, Ivan
Sveučilište u Rijeci
Tehnički fakultet

Citirajte ovaj rad

Buterin, I. (2024). Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:476589

Buterin, Ivan. "Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:190:476589

Buterin, Ivan. "Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:190:476589

Buterin, I. (2024). 'Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 18.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:476589

Buterin I. Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2024 [pristupljeno 18.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:476589

I. Buterin, "Redukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:476589

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:476589
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovRedukcija dimenzionalnosti podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi
Naslov (engleski)Dimensionality reduction of data on pressure measurements in case of water pipes leakage
AutorIvan Buterin
MentorZoran Čarija (mentor)
MentorIvana Lučin (komentor)
Član povjerenstvaSandi Ljubić (predsjednik povjerenstva)
Član povjerenstvaGoran Mauša (član povjerenstva)
Član povjerenstvaZoran Čarija (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
Rijeka
Datum i država obrane2024, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj diplomski rad analizirao je problematiku visokodimenzionalnih podataka o mjerenjima tlaka kod oštećenja vodovodnih cijevi. Problem je definiran i opisan na primjeru pojednostavljene vodovodne mreže gdje su predstavljeni obrađeni ulazni podaci. Opisani su softverski alati korišteni u rješavanju problema. Dan je kratak opis strojnog učenja i modela nasumične šume te su istražene i opisane dvije metode redukcije dimenzionalnosti podataka- Principal Component Analysis (PCA) i ANOVA f-test koje su primjenjene na dostupne podatke. Glavni cilj rada bio je utvrditi kako metode redukcije dimenzionalnosti utječu na točnost predikcijskog modela nasumične šume i vrijeme treniranja modela u odnosu na originalni set podataka. Nakon provedbe navedenih metoda, opisani su i uspoređeni njihovi rezultati te je na temelju tih rezultata izveden zaključak i dan prijedlog nekih unaprijeđenja u pristupu ovom problemu.
Sažetak (engleski)
This thesis analyzed the issue of high-dimensional data on pressure measurements in the case of water pipes leakage. The problem was defined and described using the example of a simplified water supply network, with processed input data presented. The software tools used to address the problem were outlined. A brief description of machine learning and the Random Forest model was provided, along with an ex ploration and explanation of two data dimensionality reduction methods– Principal Component Analysis (PCA) and ANOVA f-test which were applied on the dataset. The main goal of the thesis was to determine how dimensionality reduction methods affect the accuracy of the Random Forest predictive model and the model’s training time compared to the original dataset. After applying these methods, their results were described and compared, and conclusions were drawn based on these results, along with proposals for potential improvements in approaching this problem.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:476589
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeNaknadno digitalizirana
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2024-11-21 11:13:58