Tag-lang: machine learning
-
Modelowanie zapotrzebowania energetycznego budynków – możliwości i ograniczenia wykorzystania świadectw energetycznych w Polsce
Praca magisterska podejmuje temat modelowania zapotrzebowania energetycznego budynków mieszkalnych w Polsce w kontekście ograniczeń dostępnych danych publicznych i ich wpływu na diagnozę ubóstwa energetycznego. Analiza wynika z potrzeby precyzyjnego szacowania kosztów energii w obliczu szoków cenowych…
-
Użycie konwolucyjnych sieci neuronowych w predykcji i opisie raka płuc
Przedmiotem niniejszej pracy jest zastosowanie algorytmów uczenia maszynowego w diagnostyce obrazowej. Jej celem jest stworzenie i ewaluacja modelu trójwymiarowych konwolucyjnych sieci neuronowych służącego do automatycznej detekcji i klasyfikacji guzów płucnych na obrazach tomografii komputerowej. Badania…
-
Wykorzystanie technologii PySpark i Microsoft Power BI w analizie oraz predykcji cen nieruchomości we Włoszech
Celem pracy dyplomowej jest przeprowadzenie analizy danych pochodzących z ogłoszeń sprzedaży nieruchomości we Włoszech, a także zastosowanie uczenia maszynowego do predykcji cen domów i mieszkań z wykorzystaniem narzędzi Spark oraz…
-
Porównanie efektywności detekcji guzów nowotworowych za pomocą konwolucyjnych sieci neuronowych w obrazach tomografii komputerowej i sinogramach
W niniejszej pracy przeprowadzono analizę porównawczą skuteczności detekcji guzów płucnych wykorzystując obrazy tomografii komputerowej oraz sinogramy. Dane badawcze pochodziły z bazy LIDC-IDRI, która zawiera obrazy tomograficzne płuc z wyraźnie zaznaczoną lokalizacją guzów, pochodzące od wielu pacjentów…
-
Krótkoterminowe prognozy wiatru przy użyciu sztucznych sieci neuronowych
Celem pracy było sprawdzenie skuteczności zastosowania sztucznych sieci neuronowych do krótkoterminowych (od 1 do 6 godzin) prognoz prędkości i kierunku wiatru. W analizach wykorzystano dane meteorologiczne, takie jak prędkość wiatru, temperatura, ciśnienie atmosferyczne, suma opadów…
-
Wizualizacja konwolucyjnej sieci neuronowej w procesie rozpoznawania obrazów
Sztuczna Inteligencja jest obecnie jedną z najszybciej rozwijających się dyscyplin, która może pozwolić na automatyzację i wsparcie wielu dziedzin życia społecznego. Obecnie największą barierą powstrzymującą zastosowanie modeli AI jest ich złożona architektura, która powoduje efekt…
-
Automatyczna generalizacja prezentacji prognozy pogody z użyciem analizy statystycznej wybranych parametrów meteorologicznych
Algorytmy sztucznej inteligencji pozwalają na rozwiązywanie złożonych i pracochłonnychzadań oraz usprawniając istniejące procesy decyzyjne. W poniższej pracy sprawdzono, czy przyużyciu metod uczenia maszynowego oraz głębokiego można zautomatyzować procesgeneralizacji reprezentacji prognozy pogody. Celem pracy było opracowanie algorytmu,…
-
RNA-ligands interaction profiles as machine learning descriptors
Ribonucleic acids (RNAs) constitute a very important class of biological macromolecules, which regulate many key cellular processes. As RNAs are also involved in the pathogenesis of many diseases, they are becoming attractive targets…
-
Zastosowanie głębokich sieci neuronowych do analizy sekwencji DNA
Bioinformatyka jest interdyscyplinarną dziedziną wykorzystującą wiedzę z zakresu biologii wspieraną przez metody matematyczne oraz obliczeniowe w celu lepszego zrozumienia danych biologicznych, które często przez swoją objętość oraz złożoność potrafią stanowić analityczne wyzwanie. Niniejsza praca skoncentrowana jest…
-
Opracowanie biblioteki języka R realizującej protokół rzetelnej budowy modeli uczenia maszynowego i przetestowanie na danych z „Neuroblastoma Data Integration Challenge” Camda 2017
W pracy przedstawiono opracowanie i testy biblioteki języka R realizującej protokół rzetelnej budowy modelinadzorowanego uczenia maszynowego. Zaimplementowany protokół używa wielostopniowej walidacji krzyżowej do oceny obciążenia modelu wynikających z zastosowania wyboru zmiennych, rozrzutu wyników wynikającego…
