prikaz prve stranice dokumenta Detekcija anomalija u grafovima
Rad nije dostupan
diplomski rad
Detekcija anomalija u grafovima
2021. urn:nbn:hr:168:362565
Galić, Dominik
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Galić, D. (2021). Detekcija anomalija u grafovima (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:362565

Galić, Dominik. "Detekcija anomalija u grafovima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:362565

Galić, Dominik. "Detekcija anomalija u grafovima." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2021. https://urn.nsk.hr/urn:nbn:hr:168:362565

Galić, D. (2021). 'Detekcija anomalija u grafovima', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 19.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:362565

Galić D. Detekcija anomalija u grafovima [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2021 [pristupljeno 19.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:362565

D. Galić, "Detekcija anomalija u grafovima", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2021. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:362565

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:362565
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDetekcija anomalija u grafovima
Naslov (engleski)Anomaly detection in graphs
AutorDominik Galić
MentorBoris Vrdoljak (mentor)
Član povjerenstvaBoris Vrdoljak (predsjednik povjerenstva)
Član povjerenstvaMario Brčić (član povjerenstva)
Član povjerenstvaMirta Baranović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2021-07-06, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom diplomskom radu prikazane su vrste grafova s obzirom na vremensku promjenjivost topologije, najčešće vrste anomalija te metode za otkrivanje anomalija u grafovima. Prvi korak je istraživanje postojećih implementacija nad popularnim skupovima podataka koji su javno dostupni. Nakon toga izabrana su dva pristupa za detekciju anomalija u anonimiziranim podacima telekomunikacijske kompanije. Prvi pristup detektirao je anomalije koristeći metodu dubokog strojnog učenja autoencodere, dok se drugi pristup temelji na algoritmu DNODA koji promatra direktno susjedstvo čvorova u grafu. Metode su implementirane korištenjem programskog jezika Python, a vizualizacije bibliotekama za vizualizaciju jezika R.
Sažetak (engleski)
Within this thesis, I have shown different types of graphs based on their topology with respect to the temporal component, the most common types of graph anomalies, and methods for detecting anomalies in graphs. The first step is to investigate existing implementations on popular datasets. The next step is choosing two methods for graph anomaly detection in the anonymized dataset from a telecommunication company. The first approach is detecting anomalies using the deep learning method – autoencoders, and the second approach is based on detecting anomalies with respect to the direct neighborhood of graph nodes. Algorithms were implemented using Python programming language and visualizations are made with programming libraries for the R language.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:362565
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 14:55:42