prikaz prve stranice dokumenta Algoritam diferencijalne evolucije za problem grupiranja podataka
  Preuzmi
PDF 1.26 MB
diplomski rad
Algoritam diferencijalne evolucije za problem grupiranja podataka
2023. urn:nbn:hr:200:314646
Marjanović, Mihael
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za programske jezike i sustave

Citirajte ovaj rad

Marjanović, M. (2023). Algoritam diferencijalne evolucije za problem grupiranja podataka (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:314646

Marjanović, Mihael. "Algoritam diferencijalne evolucije za problem grupiranja podataka." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:314646

Marjanović, Mihael. "Algoritam diferencijalne evolucije za problem grupiranja podataka." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:314646

Marjanović, M. (2023). 'Algoritam diferencijalne evolucije za problem grupiranja podataka', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 20.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:314646

Marjanović M. Algoritam diferencijalne evolucije za problem grupiranja podataka [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 20.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:314646

M. Marjanović, "Algoritam diferencijalne evolucije za problem grupiranja podataka", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:314646

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:314646
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovAlgoritam diferencijalne evolucije za problem grupiranja podataka
Naslov (engleski)A differential evolution algorithm for data clustering
AutorMihael Marjanović
MentorDražen Bajer (mentor)
Član povjerenstvaBruno Zorić (predsjednik povjerenstva)
Član povjerenstvaDražen Bajer (član povjerenstva)
Član povjerenstvaMario Dudjak (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za programske jezike i sustave)
Osijek
Datum i država obrane2023, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U radu je opisan problem grupiranja podataka, popularni algoritam za grupiranje k-means te algoritam diferencijalne evolucije (DE), popularan evolucijski algoritam koji može biti primijenjen za grupiranje podataka. Implementirane su dvije inačice algoritma DE koje se razlikuju u korištenom operatoru mutacije, te je dan opis tog programskog rješenja, način rada i prikaz njegove uporabe. S implementiranim programskim rješenjem provedena je eksperimentalna analiza na nekoliko sintetičkih skupova podataka i na nekoliko često korištenih stvarnih skupova podataka. U analizi su uspoređeni algoritam k-means i dvije inačice algoritma DE. Vrednovane su njihove učinkovitosti za grupiranje podataka u smislu mjera SSE i DBI. Rezultati prikazuju da u većini slučajeva inačice algoritma DE pronalaze particije s boljim vrijednostima DBI, dok algoritam k-means pronalazi particije s boljim vrijednostima SSE. Razlike između inačica algoritma DE za korištene skupove podataka su zanemarive.
Sažetak (engleski)
The paper describes the concept of data clustering, popular algorithm for clustering k-means and differential evolution (DE) algorithm which is a popular evolution algorithm that can be used for data clustering. There are two versions of DE algorithm implemented which differ in the mutation operator. A description is given of the implemented software solution, the way it works and how it is used. Using the implemented software solution, an experimental analysis was carried out on several synthetic datasets and on several often used real world datasets. This analysis compared the quality of partitions acquired by the k-means algorithm and the two versions of DE algorithm. The measures used for the quality of partitions were sum of squared errors (SSE) and DaviesBouldin index (DBI). The analysis showed that both versions of DE algorithm got better DBI results, while k-means algorithm got better SSE results. The differences in results between the two versions of DE algorithm for the datasets used were negligible.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:314646
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-11 08:26:25