Istraživanje temperatura taljenja i kristalnih struktura metala primjenom strojnog učenja (CROSBI ID 440231)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Jelić, Borna
Bilalbegović, Goranka
hrvatski
Istraživanje temperatura taljenja i kristalnih struktura metala primjenom strojnog učenja
Strojno učenje postaje sve značajnije za znanost i gospodarstvo. U ovom diplomskom radu se za analizu osobina elementarnih metala koriste metode nadziranog strojnog učenja linearna regresija i neuronske mreže. Metodom linearne regresije analizirane su korelacije temperatura taljenja za Youngove module elastičnosti, konstante rešetke i koeficijente linearne termičke ekspanzije. Primjenom neuronskih mreža ispitana je mogućnost predvidjanja strukture kristalne rešetke metala. U metodičkom poglavlju predstavljeno je upoznavanje sa strojnim učenjem za učenike četvrtog razreda srednjih škola i to za k-sredine, algoritam nenadziranog strojnog učenja. Korišten je programski jezik Python i njegove biblioteke za strojno učenje.
fizika materijala, metali, nadzirano strojno učenje, linearna regresija, neuronske mreže, strojno učenje u srednjim školama, nenadzirano strojno učenje, algoritam k-sredina
nije evidentirano
engleski
Study of melting temperatures and crystal structures of metals using machine learning
nije evidentirano
materials physics, metals, supervised machine learning, linear regression, neural networks, machine learning in high schools, unsupervised learning, algorithm k-means
nije evidentirano
Podaci o izdanju
49
26.03.2021.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Prirodoslovno-matematički fakultet, Zagreb
Zagreb