prikaz prve stranice dokumenta Geometrijski pristup dubokom učenju
Rad nije dostupan
završni rad
Geometrijski pristup dubokom učenju
2023. urn:nbn:hr:168:667170
Đomlija, Mislav
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Đomlija, M. (2023). Geometrijski pristup dubokom učenju (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:667170

Đomlija, Mislav. "Geometrijski pristup dubokom učenju." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:667170

Đomlija, Mislav. "Geometrijski pristup dubokom učenju." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:667170

Đomlija, M. (2023). 'Geometrijski pristup dubokom učenju', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 06.05.2024., https://urn.nsk.hr/urn:nbn:hr:168:667170

Đomlija M. Geometrijski pristup dubokom učenju [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 06.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:667170

M. Đomlija, "Geometrijski pristup dubokom učenju", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:667170

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:667170
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovGeometrijski pristup dubokom učenju
Naslov (engleski)Geometrical approach to deep learning
AutorMislav Đomlija
MentorDario Bojanjac (mentor)
Član povjerenstvaDario Bojanjac (predsjednik povjerenstva)
Član povjerenstvaFilip Turčinović (član povjerenstva)
Član povjerenstvaDubravko Tomić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-06-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu smo na jasan način prezentirali osnove Riemannove geometrije i njenu primjenu na standardnu arhitekturu neuronske mreže. Izveli smo način za računanje nivo hiperploha u podatkovnoj domeni i to primjenili na jednostavnu neuronsku mrežu koja obavlja logističku regresiju nad trodimenzionalnim točkama
Sažetak (engleski)
In this paper, we presented the basics of Riemannian geometry and its application on standard neural network architecture. We developed a framework to calculate level hyperplanes in the data domain and we applied that to simple neural network, trained to do logistic regression on 3D points.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:667170
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-07-13 10:02:36