Tehnike dubokog učenja primjenjene kod analize prijetnji od korona virusa

završni rad

• Naslov (engleski): Deep learning techniques applied in coronavirus threat analysis
• Autor: Martin Vugić
• Mentor: Tomislav Stipančić (mentor)
• Član povjerenstva: Zoran Kunica (predsjednik povjerenstva)
• Član povjerenstva: Danko Brezak (član povjerenstva)
• Član povjerenstva: Tomislav Stipančić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2020-09-24, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo; Precizno strojarstvo

Sažetak

Kako tehnologija napreduje, a globalna populacija raste, raste i količina podataka i informacija koje svakodnevno stvaramo. Njihovo sortiranje, skupljanje i analiziranje može biti poprilično težak i mukotrpan zadatak. Jedna od najzastupljenijih i najnovijih grana strojnog učenja, duboko učenje (deep learning) upravo se bavi tom problematikom. Duboko učenje se temelji na predstavljanju podataka složenim algoritmima na visokom stupnju apstrakcije do kojih se dolazi slijedom stečenih nelinearnih transformacija. Metode dubokog učenja svoju primjenu pronalaze u važnim područjima kao što su: umjetna inteligencija, obrade prirodnog jezika, u bioinformatici i sl., no u okviru ovog rada, koristit ćemo je u analiziranju i predviđanju trendova bolesti zastupljenom korona virusom ili skraćeno COVID-19, uz stečene podatke i statistike u programskom jeziku Python.

Sažetak (engleski)

As technology advances and the world’s population grows, so does the amount of data we create every day. Collecting, sorting and analyzing them can be quite a difficult and demanding task. One of the most common and newest branches of machine learning, deep learning, deals with this kind of issues. Deep learning is based on the presentation of complex data algorithms at a high degree of abstraction which are given by learned nonlinear transformations. Deep learning methods find their application in important areas such as artificial intelligence, natural language processing, bioinformatics, etc., but in this paper, we will use it to analyze and predict trends with acquired data and statistics for disease aquired by corona virus, or shortened COVID-19 in the Python programming language.

• Ključne riječi: Python; duboko učenje: COVID-19; predviđanje; vremenske serije
• Ključne riječi (engleski): Python; deep learning; COVID-19; forecasting; time series
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:072803
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu
• Datum i vrijeme pohrane: 2020-09-24 11:44:23