Istraživanje asteroida primjenom algoritama grupiranja u strojnom učenju (CROSBI ID 411999)
Ocjenski rad | diplomski rad
Podaci o odgovornosti
Đunđek, Vedrana
Bilalbegović, Goranka
hrvatski
Istraživanje asteroida primjenom algoritama grupiranja u strojnom učenju
S napretkom teleskopa i razvojem algoritama strojnog ucenja povecava se mogucnost uocavanja novih asteroida i odredivanja njihovih osobina. U ovom diplomskom radu analizirani su asteroidi u blizini Zemlje pomocu nenadziranog strojnog ucenja. Koristili smo dva algoritama grupiranja u programskom jeziku Python: KMEANS i DBSCAN. Pokusali smo grupirati asteroide u blizini Zemlje koristeci podatke americke drzavne uprave za zrakoplovna i svemirska istrazivanja (NASA). Usporedili smo rezultate s poznatim potencijalno opasnim asteroidima. Trenutne verzije koristenih programa dostupne su na adresi https://github.com/lib686/ avenge-the-dinosaurs. Opisan je projekt znanosti za gradanstvo Asteroids@home kao metodicki dio diplomskog rada. Diskutiran je znacaj ovog projekta za popularizaciju astronomije, informatike te znanosti opcenito.
asteroidi, potencijalno opasni asteroidi, strojno učenje, algoritmi grupiranja, algoritam k-srednjih vrijednosti, DBSCAN algoritam
nije evidentirano
engleski
The Application of Machine Learning Clustering Algorithms to the Study of Asteroids
nije evidentirano
asteroids, potentially hazardous asteroids, machine learning, clustering algorithms, k-means algorithm, DBSCAN algorithm
nije evidentirano
Podaci o izdanju
56
30.08.2017.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Prirodoslovno-matematički fakultet, Zagreb
Zagreb
