prikaz prve stranice dokumenta PROCJENA KVALITETE VINA
  Preuzmi
PDF 1.52 MB
završni rad
PROCJENA KVALITETE VINA
2021. urn:nbn:hr:200:306353
Orić, Mihaela
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

Orić, M. (2021). PROCJENA KVALITETE VINA (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:306353

Orić, Mihaela. "PROCJENA KVALITETE VINA." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2021. https://urn.nsk.hr/urn:nbn:hr:200:306353

Orić, Mihaela. "PROCJENA KVALITETE VINA." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2021. https://urn.nsk.hr/urn:nbn:hr:200:306353

Orić, M. (2021). 'PROCJENA KVALITETE VINA', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 19.04.2024., https://urn.nsk.hr/urn:nbn:hr:200:306353

Orić M. PROCJENA KVALITETE VINA [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2021 [pristupljeno 19.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:306353

M. Orić, "PROCJENA KVALITETE VINA", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:306353

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:306353
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPROCJENA KVALITETE VINA
Naslov (engleski)Machine Learning based estimation of wine quality
AutorMihaela Orić
MentorEmmanuel Karlo Nyarko (mentor)
Član povjerenstvaIvana Hartman-Tolić (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2021-09-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Kvaliteta vina određena je mnogim kemijsko-fizikalnim svojstvima. Ali i ta svojstva uvjetovana su cijelim procesom nastajanja vina. Kvaliteta plodova vinove loze ovisi o okruženju vinograda i o klimatskim uvjetima kojima je on izložen, poput izloženosti suncu, karakteristike tla i načina berbe. Konkurencija kod proizvodnje vina je velika i potrebno je osigurati konstantno visoku kvalitetu. Ona se provjerava testom kušanja, međutim to nije najefikasnija metoda. U ovom radu napravit će se nova metoda koja bi bila jeftinija, brža, točnija i efikasnija od testa kušanja. Koristit će se klasifikacija pomoću strojnog učenja (algoritam slučajnih šuma, stroj s potpornim vektorima) kojom će se odrediti kvaliteta vina na temelju jedanaest svojstava. Napravljeni model klasifikatora bi za svako novo proizvedeno vino mogao odrediti njegovu kvalitetu, što znači da bi osiguravao da svako vino koje se stavlja na tržište bude provjereno odlične kvalitete. Također će se zaključiti koja svojstva najviše utječu na kvalitetu te bi se tako svako vino kontroliranjem tih svojstava moglo dodatno poboljšati.
Sažetak (engleski)
The quality of wine is determined by many chemical and physical properties, which are conditioned by the entire process of wine production. The quality of the grapevine fruit depends on the environment of the vineyard and the climatic conditions to which it is exposed, such as sun insolation, soil characteristics and harvesting methods. Competition in wine production is high and it is necessary to ensure consistently high quality of produced wine. Wine quality is traditionally checked by tasting, which is not the most effective method. This paper presents a method that is cheaper, faster, and more efficient than the tasting test. Machine learning (Random Forest Classifier, SVM) is used to determine wine quality based on eleven characteristics. The presented classifier model can determine the quality of each newly produced wine, what ensures high quality of each wine placed on the market. Finally, the most important properties that have impact on quality are emphasized, so that each wine could be further improved by controlling these properties.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:306353
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2021-11-05 16:01:53