<?xml version="1.0" encoding="utf-8"?>
<Gradivo ID="161609" NadgradivoID="0" NRID="25021656" OceID="0" DomainUrl="https://repozitorij.uni-lj.si/" IzpisPolniUrl="https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&amp;id=161609" StOgledov="892" StPrenosov="215" StOcen="0" VsotaOcen="0" DatumIzvoza="2026-09-17 09:07:44" OcenaSkupna="0" StPodgradiv="0" StudijskiProgramEvsID="1000468" JeIndeksirano="0" JeVecAvtorjev="0" DovoliZahtevkeZaDostop="0">
  <PID Url="http://hdl.handle.net/20.500.12556/RUL-161609">20.500.12556/RUL-161609</PID>
  <Naslov>Uporaba samokodirnikov pri klasifikaciji na osnovi šumnih podatkov</Naslov>
  <Podnaslov></Podnaslov>
  <TujJezik_Naslov>Utilizing Autoencoders in Classification with Noisy Data</TujJezik_Naslov>
  <TujJezik_Podnaslov></TujJezik_Podnaslov>
  <Opis>Pri nadzorovanem učenju se pogosto soočamo z nepopolnimi ali šumnimi podatki, kar predstavlja velik izziv za napovedne modele, saj lahko šum močno zmanjša njihovo uspešnost. V diplomski nalogi smo raziskovali pristop k modeliranju šumnih podatkov, ki temelji na posebni arhitekturi nevronske mreže, imenovani samokodirnik, prilagojeni za klasifikacijske naloge. Podrobno smo opisali postopek konstrukcije in učenja tega modela. V eksperimentalni evalvaciji smo preizkusili zmogljivost prilagojenega samokodirnika na problemu napovedovanja koronarne srčne bolezni. Podatkom smo dodajali šum različnih vrst in jakosti ter primerjali uspešnost tega modela s standardno večnivojsko nevronsko mrežo. Ugotovitve so pokazale, da se je samokodirnik v večini primerov izkazal za uspešnejši model.</Opis>
  <TujJezik_Opis>In supervised learning, we often face incomplete or noisy data, which presents a significant challenge for predictive models, as noise can greatly reduce their performance. In this thesis, we explored an approach to modelling noisy data based on a specific neural network architecture, known as an autoencoder, adapted for classification tasks. We provided a detailed description of the construction and training process of this model. In the experimental evaluation, we tested the performance of the adapted autoencoder on the problem of predicting coronary heart disease. We added noise of different types and intensities to the data and compared the performance of this model with a standard multilayer neural network. The findings showed that, in most cases, the autoencoder proved to be a more successful model.</TujJezik_Opis>
  <KljucneBesede>
    <Beseda>samokodirnik</Beseda>
    <Beseda>klasifikacija</Beseda>
    <Beseda>modeliranje šumnih podatkov</Beseda>
    <Beseda>nevronske mreže</Beseda>
  </KljucneBesede>
  <TujJezik_KljucneBesede>
    <Beseda>autoencoder</Beseda>
    <Beseda>classification</Beseda>
    <Beseda>noisy data modeling</Beseda>
    <Beseda>neural networks</Beseda>
  </TujJezik_KljucneBesede>
  <Potrjeno>true</Potrjeno>
  <JeZaklenjeno>false</JeZaklenjeno>
  <JeRecenzirano>false</JeRecenzirano>
  <Zaloznik></Zaloznik>
  <Izvor></Izvor>
  <Jezik ID="1060" ISO639-3="slv">Slovenski jezik</Jezik>
  <TujJezik ID="1033" ISO639-3="eng">Angleški jezik</TujJezik>
  <Povezave></Povezave>
  <Pokrivanje></Pokrivanje>
  <CasovnoPokritje></CasovnoPokritje>
  <AvtorskePravice></AvtorskePravice>
  <VrstaGradiva ID="mb11" DRIVER="info:eu-repo/semantics/bachelorThesis">Diplomsko delo/naloga</VrstaGradiva>
  <DatumVstavljanja>2024-09-12 14:15:00</DatumVstavljanja>
  <DatumObjave>2024-09-12 14:15:05</DatumObjave>
  <DatumSpremembe>2024-10-25 07:24:01</DatumSpremembe>
  <DatumTrajnegaHranjenja>0000-00-00 00:00:00</DatumTrajnegaHranjenja>
  <LetoIzida>2024</LetoIzida>
  <LetoIzidaDo>0</LetoIzidaDo>
  <KrajIzida></KrajIzida>
  <LetoIzvedbe>0</LetoIzvedbe>
  <KrajIzvedbe></KrajIzvedbe>
  <Opomba></Opomba>
  <StStrani></StStrani>
  <StevilcenjeNivo1></StevilcenjeNivo1>
  <StevilcenjeNivo2></StevilcenjeNivo2>
  <Kronologija></Kronologija>
  <Patent_Stevilka></Patent_Stevilka>
  <Patent_DatumVeljavnosti>0000-00-00</Patent_DatumVeljavnosti>
  <VerzijaDokumenta>NiDoloceno</VerzijaDokumenta>
  <StatusObjaveDrugje>NiDoloceno</StatusObjaveDrugje>
  <VrstaStroskaObjave>NiDoloceno</VrstaStroskaObjave>
  <DatumPoslanoVRecenzijo>0000-00-00</DatumPoslanoVRecenzijo>
  <DatumSprejetjaClanka>0000-00-00</DatumSprejetjaClanka>
  <DatumObjaveClanka>0000-00-00</DatumObjaveClanka>
  <EmbargoDo></EmbargoDo>
  <VrstaEmbarga ID="1" Naziv="Takojšnja javna objava" OpenAIREDostop="openAccess"></VrstaEmbarga>
  <Osebe>
    <Oseba ID="138007" Ime="Luka" Priimek="Godnič" AltIme="" VlogaID="70" VlogaNaziv="Avtor" ConorID="" Afiliacija="" ArrsID="0" ORCID=""></Oseba>
    <Oseba ID="2856" Ime="Petar" Priimek="Vračar" AltIme="Petar Vracar" VlogaID="991" VlogaNaziv="Mentor" ConorID="177763427" Afiliacija="" ArrsID="31563" ORCID=""></Oseba>
  </Osebe>
  <Identifikatorji>
    <Identifikator ID="16" Sifra="VisID" Naziv="VisID" URL="">37381</Identifikator>
    <Identifikator ID="3" Sifra="CobissID" Naziv="COBISS_ID" URL="https://plus.cobiss.net/cobiss/si/sl/bib/212903427">212903427</Identifikator>
  </Identifikatorji>
  <Datoteke>
    <Datoteka ID="190574" DatotekaNRID="13912100" NamenDatotekeID="2" NamenDatoteke="Predstavitvena datoteka" FormatDatotekeID="2" FormatDatoteke=".pdf" MIME="application/pdf" IkonaFormata="pdf.png" IkonaFormataPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/fileTypes/pdf.png" VelikostDatoteke="588769" VelikostDatotekeKratko="574,97 KB" DatumVstavljanja="2024-09-12 14:15:11" JeZbrisana="false" JeJavnoVidna="true" JeIndeksirana="true" JeVidno="true" VidnoOd="01.01.1970" Zaporedje="0">
      <Naziv>Godnic_Luka_-_Uporaba_samokodirnikov_pri_klasifikaciji_na_osnovi_sumnih_podatkov.pdf</Naziv>
      <OrgNaziv>Godnic_Luka_-_Uporaba_samokodirnikov_pri_klasifikaciji_na_osnovi_sumnih_podatkov.pdf</OrgNaziv>
      <URL></URL>
      <Opis></Opis>
      <OpisTujJezik></OpisTujJezik>
      <UrlObdelave></UrlObdelave>
      <FrekvencaAzuriranjaID>1</FrekvencaAzuriranjaID>
      <Verzija></Verzija>
      <MD5>D20A3BD3031425951EC8750E4FDDAA5B</MD5>
      <SHA256>2d98a19058edab75b53c4184e301a4954dc4addaba08687d508fd46b791bc33d</SHA256>
      <UUID>99df6ce9-7100-11ef-b232-0050569b8976</UUID>
      <PID></PID>
      <PrenosPolniUrl>https://repozitorij.uni-lj.si/Dokument.php?lang=slv&amp;id=190574</PrenosPolniUrl>
      <Vsebine>
        <Vsebina TipVsebine="GoloBesedilo" JezikID="1060" Oznaka="" Dolzina="65267"></Vsebina>
      </Vsebine>
    </Datoteka>
  </Datoteke>
  <Organizacije>
    <Organizacija OrganizacijaID="25" Kratica="FRI" ZavodEvsID="0000066" Logo="" LogoPolniUrl="https://repozitorij.uni-lj.si/teme/rulDev/img/logo/">Fakulteta za računalništvo in informatiko</Organizacija>
  </Organizacije>
  <OrganizacijeVira>
  </OrganizacijeVira>
  <MetodeZbiranjaPodatkov>
  </MetodeZbiranjaPodatkov>
  <TipologijaDela ID="2.11" Koda="2.11" Naziv="Diplomsko delo" SchemaOrg="Thesis"></TipologijaDela>
  <Ostalo>
    <StIrodsDatotek>0</StIrodsDatotek>
    <StDatotekPodTrajnimEmbargom>0</StDatotekPodTrajnimEmbargom>
    <StDatotekZOmejenimDostopom>0</StDatotekZOmejenimDostopom>
  </Ostalo>
</Gradivo>
