Repozitorij samostojnih visokošolskih in višješolskih izobraževalnih organizacij

Izpis gradiva
A+ | A- | Pomoč | SLO | ENG

Naslov:Razvoj, ovrednotenje in primerjava odločitvenih modelov za napovedovanje delovanja čistilne naprave : diplomska naloga
Avtorji:ID Štemberger, Marko (Avtor)
ID Boshkoska, Biljana Mileva (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf VS_2023_Marko_Stemberger.pdf (3,71 MB)
MD5: 702B37B0CA0EC183CA0644384670C29A
 
Jezik:Slovenski jezik
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FIŠ - Fakulteta za informacijske študije v Novem mestu
Opis:V diplomski nalogi raziskujemo, kako lahko odločitvene modele v programu Orange uporabimo za čiščenje odpadne vode. Glavno vprašanje, ki nas zanima, je, kako dobro lahko ti modeli napovedujejo učinkovitost čistilnih naprav za odpadne vode, še posebej ko gre za razmerje med različnimi vhodnimi in izhodnimi parametri. Da bi to ugotovili, smo se lotili kombinacije empirične analize in strojnega učenja. Uporabili smo tri različne algoritme: Neural Networks (NN), Random Forest (RF) in Naivni Bayes (NB). Da bi še dodatno izboljšali naše modele, smo vključili tudi algoritem ReliefF, ki nam je pomagal izbrati tiste spremenljivke, ki najbolj vplivajo na naše rezultate. Glavni cilj naše raziskave je bil razjasniti, kako lahko odločitveni modeli pomagajo pri čiščenju odpadne vode. Končni cilji so bili jasni: ustvariti robustne odločitvene modele, preveriti, kako dobro delujejo, in ugotoviti, katere spremenljivke so ključne za uspešno čiščenje odpadne vode.
Ključne besede:strojno učenje, nevronske mreže, naključni gozd, naivni Bayes, algoritem ReliefF, odločitveni modeli, Orange
Kraj izida:Novo mesto
Kraj izvedbe:Novo mesto
Založnik:[M. Štemberger]
Leto izida:2023
Leto izvedbe:2023
Št. strani:XV, 83 str.
PID:20.500.12556/ReVIS-10135 Novo okno
UDK:004.8(043.2)
COBISS.SI-ID:174939907 Novo okno
Opomba:Na ov.: Diplomska naloga : visokošolskega strokovnega študijskega programa prve stopnje;
Datum objave v ReVIS:06.12.2023
Število ogledov:497
Število prenosov:37
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
:
Kopiraj citat
  
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-SA 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-sa/4.0/deed.sl
Opis:Licenca Creative Commons, ki prepoveduje komercialno uporabo in zahteva, da uporabnik predelana dela objavi z enako licenco.
Začetek licenciranja:06.12.2023

Sekundarni jezik

Jezik:Angleški jezik
Opis:In this thesis, we explore how decision models in Orange can be used for wastewater treatment. The main question we are interested in is how well these models can predict the performance of wastewater treatment plants, especially when it comes to the relationship between different input and output parameters. In order to find out, we have undertaken a combination of empirical analysis and machine learning. We used three different algorithms: Neural Networks (NN), Random Forest (RF) and Naive Bayes (NB). In order to further improve our models, we also included the ReliefF algorithm, which helped us to select those variables that have the most impact on our results.The main objective of our research was to clarify how decision models can help in wastewater treatment. The final objectives were to create robust decision models, to test how well they work, and to find out which variables are key to successful wastewater treatment.
Ključne besede:machine learning, neural networks, random forest, naive Bayes, ReliefF algorithm, decision models, Orange


Nazaj