20.500.12556/RUL-160627 Rekurenčne nevronske mreže in njihova uporaba delo diplomskega seminarja Reccurent neural networks and their applications Diplomska naloga raziskuje usmerjene nevronske mreže in rekurenčne nevronske mreže (RNN). Predstavljene so osnovne značilnosti, algoritmi za učenje obeh vrst mrež in dodatni način predstavitve gradienta funkcije izgube pri RNN. Delo vsebuje tudi rezultate lastne implementacije usmerjene nevronske mreže in aplikacijo RNN na problem napovedovanja porabe elektrike. Rezultati kažejo, da so RNN primerne za kratkoročno napovedovanje časovnih vrst, pri daljših zaporedjih pa se soočajo z izzivi kot sta eksplodirajoči in izginjajoči gradient. The thesis explores feedforward neural networks and recurrent neural networks (RNNs). It presents the fundamental characteristics and learning algorithms for both types of networks and introduces an additional method for representing the loss function gradient in RNNs. The work also includes a custom implementation of a feedforward neural network and the application of RNNs to the problem of forecasting electricity consumption. The results indicate that RNNs are suitable for short-term time series forecasting, although they face challenges such as exploding and vanishing gradients. nevronske mreže usmerjene nevronske mreže rekurenčne nevronske mreže napovedovanje časovnih vrst gradient funkcije izgube verižno pravilo vzvratno razširjanje napake neural networks feedforward neural networks recurrent neural networks time series forecasting loss function gradient chain rule backpropagation true false false Slovenski jezik Angleški jezik Delo diplomskega seminarja/zaključno seminarsko delo/naloga 2024-09-01 08:15:10 2024-09-01 08:15:13 2024-09-02 12:52:03 0000-00-00 00:00:00 2024 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 004.8 142312 206082819 12893.pdf 12893.pdf 1 9D80F24B36A75FC49BB986D1CE810280 65ed24122f85779455182208b531f873c8856fdf870173ebc02ffb3923776c84 4df6ace0-6829-11ef-8f74-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=189371 Fakulteta za matematiko in fiziko 0 0 0