<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=98460"><dc:title>Identifikacija dinamičnih sistemov z globokimi Gaussovimi procesi</dc:title><dc:creator>Jančič,	Mitja	(Avtor)
	</dc:creator><dc:creator>Govekar,	Edvard	(Mentor)
	</dc:creator><dc:creator>Kocijan,	Juš	(Komentor)
	</dc:creator><dc:subject>identifikacija dinamičnih sistemov</dc:subject><dc:subject>globoki Gaussovi procesi</dc:subject><dc:subject>autoregresivni model</dc:subject><dc:subject>enokoračna napoved</dc:subject><dc:subject>neparametričen model</dc:subject><dc:subject>nelinearni sistem</dc:subject><dc:description>Zaradi naraščajoče kompleksnosti obravnavanih sistemov in posledično zahtevnega matematičnega modeliranja, v praksi pogosto uporabimo empirične modele ali modele črne škatle, s katerimi modeliramo le povezave med vhodno-izhodnimi vrednostmi, ne pa tudi fizikalnih zakonitosti, ki se jim sistem podreja. Za modeliranje oziroma identifikacijo zveze med vhodnimi in izhodnimi vrednostmi sistema se uporabljajo tudi globoki Gaussovi procesi. Ti za opis kompleksnejših procesov uporabljajo gnezdenje in hierarhično strukturo. Z identificirano zvezo med vhodno-izhodnimi vrednostmi z uporabo Gaussovih procesov lahko za dane vhodne vrednosti napovemo vrednost izhoda in pripadajočo negotovost, kar lahko s pridom uporabimo. V okviru magistrskega dela predstavimo teoretične osnove modeliranja z globokimi Gaussovimi procesi in njihove prednosti. V ta namen v ilustrativnem primeru uspešno identificiramo dinamični sistem nelinearnega nihanja mase, v bolj praktičnem primeru pa obravnavamo bistveno kompleksnejši sistem napovedovanja temperature v prizemni plasti atmosfere.</dc:description><dc:date>2017</dc:date><dc:date>2017-12-02 07:15:51</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>98460</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>