Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1183374

Nadogradnja raspodijeljenih modela geografski ponderirane i grupirane regresije


Buntak, David
Nadogradnja raspodijeljenih modela geografski ponderirane i grupirane regresije, 2021., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1183374 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Nadogradnja raspodijeljenih modela geografski ponderirane i grupirane regresije
(Extending Distributed Models of Geographically Weighted and Clustered Regression)

Autori
Buntak, David

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
09.07

Godina
2021

Stranica
58

Mentor
Pripužić, Krešimir

Neposredni voditelj
Katušić, Damjan

Ključne riječi
geografski ponderirana regresija ; geografski grupirana regresija ; geoprostorni podaci ; DBSCAN ; KMeans ; mean shift ; jezgrena funkcija ; Apache Spark ; algoritmi grupiranja
(geographically weighted regression ; geographically clustered regression ; geospatial data ; DBSCAN ; KMeans ; mean shift ; kernel function ; Apache Spark ; clustering algorithms)

Sažetak
U ovom diplomskom radu opisana je nadogradnja modela geografski grupirane regresije dodatnim algoritmima grupiranja DBSCAN i mean shift te modela geografski ponderirane regresije s tri jezgrene funkcije: Laplaceova, Epanechnikova i kosinusna. Nadogradnje su izvedene u programskom okviru Apache Spark. Prikazane su evaluacije u obliku vremena izvođenja i/ili pogreški predviđanja koristeći implementirane nadogradnje nad skupom podataka koji se sastoji od 90275 opažanja. Također provedena je usporedba algoritama grupiranja DBSCAN, mean shift i KMeans. Uz općenitu usporedbu načina rada navedenih algoritama uspoređeni su i rezultati grupiranja na već spomenutom skupu podataka te pogreške predviđanja geografski grupirane regresije. Pokazalo se da DBSCAN ima manju pogrešku u tri od četiri korištene metrike od preostala dva algoritma, dok mean shift pokazuje nešto bolje rezultate od algoritma KMeans. Također, provedena je i evaluacija implementiranih jezgrenih funkcija. Evaluacija je pokazala da nema velike razlike u točnosti predviđanja geografski ponderirane regresije za različite jezgrene funkcije.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Projekti:
HRZZ-UIP-2017-05-9066 - Učinkovita stvarnovremenska obrada brzih geoprostornih podataka (RETROFIT) (Pripužić, Krešimir, HRZZ - 2017-05) ( POIROT)

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Damjan Katušić (mentor)

Avatar Url Krešimir Pripužić (mentor)

Poveznice na cjeloviti tekst rada:

Pristup cjelovitom tekstu rada

Citiraj ovu publikaciju:

Buntak, David
Nadogradnja raspodijeljenih modela geografski ponderirane i grupirane regresije, 2021., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Buntak, D. (2021) 'Nadogradnja raspodijeljenih modela geografski ponderirane i grupirane regresije', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Buntak, David}, year = {2021}, pages = {58}, keywords = {geografski ponderirana regresija, geografski grupirana regresija, geoprostorni podaci, DBSCAN, KMeans, mean shift, jezgrena funkcija, Apache Spark, algoritmi grupiranja}, title = {Nadogradnja raspodijeljenih modela geografski ponderirane i grupirane regresije}, keyword = {geografski ponderirana regresija, geografski grupirana regresija, geoprostorni podaci, DBSCAN, KMeans, mean shift, jezgrena funkcija, Apache Spark, algoritmi grupiranja}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Buntak, David}, year = {2021}, pages = {58}, keywords = {geographically weighted regression, geographically clustered regression, geospatial data, DBSCAN, KMeans, mean shift, kernel function, Apache Spark, clustering algorithms}, title = {Extending Distributed Models of Geographically Weighted and Clustered Regression}, keyword = {geographically weighted regression, geographically clustered regression, geospatial data, DBSCAN, KMeans, mean shift, kernel function, Apache Spark, clustering algorithms}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font