REPOZITORIJ > REZULTATI

S hitrim razvojem senzorskih tehnologij, še posebej v okviru interneta stvari (IoT), smo vstopili v obdobje, ki ga zaznamujejo velike količine podatkov, ki so na voljo v realnem času. S tem so nastale potrebe po novih metodah obdelave podatkov, ki omogočajo prehod od tradicionalne paketne (batch) analize do uporabe metod …

V doktorski disertaciji smo preučili uporabo strojnega učenja za napoved povpraševanja. Predlagali smo novi pristop za napoved občasnega povpraševanja, ki ima redno manjše ali večje razlike v povpraševanih količinah. Pristop deli napoved občasnega povpraševanja v dva modela: klasifikacijski model za napoved samega dogodka povpraševanja in regresijski model za napoved povpraševane …

Zaradi narave brezžičnega prenosnega medija je za brezžične komunikacije značilna večja verjetnost izgube podatkovnih paketov kot pri žičnih komunikacijah. Kakovost brezžičnih povezav je močno odvisna od spreminjajočih razmer na kanalu, medsebojnih motenj in tudi pomanjkljivosti primopredajnika. Nezanesljivost brezžičnih povezav je spodbudila razvoj številnih tehnik, ki lahko kljubujejo takšnim pogojem s …

Tema te disertacije je integracija kompleksnih vozlišč v drevesa za napovedno razvrščanje (DNR). DNR-ji so uveljavljeni modeli v strojnem učenju, ki jih lahko uporabimo za vrsto različnih nalog, med drugim napovedovanje strukturiranih vrednosti in polnadzorovano učenje. Zgrajeni so s požrešnim rekurzivnim algoritmom, ki ima dve šibki točki. Prva težava je …

Simulacijski modeli so pogosto uporabljeno orodje za modeliranje in simuliranje siste- mov, za katere je težko pridobiti realne podatke. Ker so simulacijski modeli kompleksni, ni enostavno generirati novega znanja in iskati relacij in odvisnosti med različnimi deli (parametri, procesi, moduli) simulacijskega modela. Predhodni poskusi analiziranja izhodnih podatkov iz simulacijskih modelov …