prikaz prve stranice dokumenta Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
završni rad
Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru
2022. urn:nbn:hr:179:116004
Filipović, Filip
Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
Zavod za matematiku i fiziku

Citirajte ovaj rad

Filipović, F. (2022). Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru (Završni rad). Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:179:116004

Filipović, Filip. "Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru." Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. https://urn.nsk.hr/urn:nbn:hr:179:116004

Filipović, Filip. "Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru." Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, 2022. https://urn.nsk.hr/urn:nbn:hr:179:116004

Filipović, F. (2022). 'Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru', Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, citirano: 19.11.2024., https://urn.nsk.hr/urn:nbn:hr:179:116004

Filipović F. Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru [Završni rad]. Split: Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje; 2022 [pristupljeno 19.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:116004

F. Filipović, "Usporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru", Završni rad, Sveučilište u Splitu, Fakultet elektrotehnike, strojarstva i brodogradnje, Split, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:179:116004

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:179:116004
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUsporedba izvedbi metoda strojnog učenja za klasifikaciju fizikalnih procesa na CMS detektoru
Naslov (engleski)Comparison of the performance of machine learning methods for the classification of physical processes in the CMS detector
AutorFilip Filipović
MentorDamir Lelas https://orcid.org/0000-0002-8269-5760 (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Fakultet elektrotehnike, strojarstva i brodogradnje
(Zavod za matematiku i fiziku)
Split
Datum i država obrane2022-09-19, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Elektronika
Sažetak
U sudarima na Velikom sudaraču hadrona (LHC) u Ženevi generiraju se velike količine podatka. Pronalazak određenog signala u tolikoj količini podataka nije lak zadatak. Zbog toga se traže i istražuju napredniji načini za obavljanje tog zadatka. U ovom radu se uspoređuju programske implementacije tri metode strojnog učenja od kojih su dvije novije i slabije istražene (PyKeras i PyTorch) i jedne starije (BDTG) i trenutno najviše korištene za klasifikaciju. Usporedbom s BDTG metodom nastoji se dobiti uvid u mogućnosti PyTorch i PyKeras metoda. Nakon analize podataka, zaključak je da PyKeras i PyTorch metode pokazuju mogućnosti poboljšanja rezultata zadataka klasifikacije u odnosu na BDTG metodu.
Sažetak (engleski)
In the particle collisions at Large Hadron Collider (LHC) in Geneva, Switzerland, large amount of data is generated. Finding certain signal in such vast amount of data is not an easy task. Because of that more advanced ways of doing this task are searched and explored. In this thesis program implementations of three methods of machine learning are compared of which two are newer and less explored (PyKeras and PyTorch) and one older (BDTG) and currently most used for classification. By comparing with BDTG method, it has been tried to obtain insight in capacity of PyTorch and PyKeras methods. After the analysis, the conclusion is that PyKeras and PyTorch methods show possibilities of improvement of classification results in comparison to BDTG method.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:179:116004
Studijski programNaziv: Elektrotehnika i informacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (univ. bacc. ing. el. techn. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-05-04 10:58:06