prikaz prve stranice dokumenta Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža
  Preuzmi
PDF 1.99 MB
diplomski rad
Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža
2024. urn:nbn:hr:200:096045
Gudelj, Ivan
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

Gudelj, I. (2024). Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža (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:200:096045

Gudelj, Ivan. "Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:096045

Gudelj, Ivan. "Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:096045

Gudelj, I. (2024). 'Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 28.10.2024., https://urn.nsk.hr/urn:nbn:hr:200:096045

Gudelj I. Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2024 [pristupljeno 28.10.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:096045

I. Gudelj, "Modeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:096045

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:096045
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovModeliranje dnevnih koncentracije čestica u zrak pomoću konvolucijskih neuronskih mreža
Naslov (engleski)Modeling daily concentrations of air particles using convolutional neural networks
AutorIvan Gudelj
MentorEmmanuel Karlo Nyarko (mentor)
MentorMario Lovrić (sumentor)
Član povjerenstvaEmmanuel Karlo Nyarko (predsjednik povjerenstva)
Član povjerenstvaRatko Grbić (član povjerenstva)
Član povjerenstvaIvan Vidović (član 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 obrane2024-02-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Ovaj rad fokusira se na unapređenje predikcije dnevnih koncentracija čestica u zraku na urbanim mjernim mjestima korištenjem konvolucijskih neuronskih mreža (CNN). Predviđeno je da 1D CNN, u usporedbi s algoritmima poput Random Forests, ima veću moć predviđanja. Podaci za predikciju oblikovani su kao vremenske multivarijatne vremenske serije. Analiza podataka provodila se korištenjem Pythona i MATLAB-a, dok je testiranje parametara modela izvedeno u Pythonu kako bi se identificirali optimalni parametri i stvorio što precizniji model. Rezultati pokazuju da je CNN model nadmašio performanse drugih modela, izraženo kroz koeficijente determinacije i apsolutne pogreške. Prikazuje se kako se predviđanja CNN modela usklađuju s stvarnim podacima, a svi modeli ukazuju na mogućnosti dodatne optimizacije. Daljnja analiza koncentracije ozona (O3) ilustrira sezonske varijacije i ukazuje na važnost praćenja koncentracija štetnih tvari u zraku. Iako su rezultati obećavajući, naglašava se potreba za nastavkom praćenja i smanjenjem emisija kako bi se očuvala kvaliteta zraka, posebno u urbanim područjima. Ovo istraživanje ukazuje na uspješnost 1D CNN u predviđanju koncentracija čestica u zraku, pridonoseći novim saznanjima i potičući daljnja istraživanja na polju kvalitete zraka.
Sažetak (engleski)
This study focuses on improving the prediction of daily air particle concentrations at urban monitoring sites using 1D convolutional neural networks (CNN). It is hypothesized that 1D CNN, compared to algorithms like Random Forests, possesses greater predictive power. The prediction data is structured as multivariate time series. Data analysis was conducted using Python and MATLAB, and model parameter testing was performed in Python to identify optimal parameters and create the most efficient model. Results indicate that the CNN model outperformed other models, as evidenced by coefficients of determination and absolute errors. The predictions of the CNN model align with actual data, with all models suggesting potential for further optimization. Further analysis of ozone (O3) concentrations illustrates seasonal variations and underscores the importance of monitoring harmful air pollutant concentrations. While the results are promising, there is a need for ongoing monitoring and emission reduction efforts to preserve air quality, especially in urban areas. This research highlights the success of 1D CNN in predicting air particle concentrations, contributing new insights and encouraging further research in the field of air quality.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:096045
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (univ. mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-02-08 13:17:12