Pregled bibliografske jedinice broj: 1183425
Klasifikacija oblika galaksija primjenom algoritama u programskom jeziku Python
Klasifikacija oblika galaksija primjenom algoritama u programskom jeziku Python, 2022., diplomski rad, diplomski, Priodoslovno-matematički fakultet, Fizički odsjek, Zagreb
CROSBI ID: 1183425 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Klasifikacija oblika galaksija primjenom algoritama
u programskom jeziku Python
(Galaxies morphology classification using algorithms
in programming language Python)
Autori
Bošnjak, Filip
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski
Fakultet
Priodoslovno-matematički fakultet, Fizički odsjek
Mjesto
Zagreb
Datum
04.03
Godina
2022
Stranica
53
Mentor
Bilalbegović, Goranka
Ključne riječi
oblici galaksija, strojno učenje, konvolucijske neuronske mreže, nastava informatike za srednje škole: algoritmi
(galaxies morphology, machine learning, convolutional neural networks, teaching computer science in high schools: algorithms)
Sažetak
Galaksije su gravitacijski povezani skupovi plina, kozmičke prašine, zvijezda i tamne tvari. Vjeruje se da većina velikih galaksija sadrži masivnu crnu rupu u središtu. U svemiru postoje milijuni galaksija od kojih je svaka posebna po svom obliku i veličini. Proučavanje galaksija, njihovog gibanja i transformacije je vrlo značajno za razumjevanje svemira kao cjeline. Današnja teleskopska promatranja neba proizvode ogromnu i sve veću količinu podataka. Ručno označavanje morfoloških karakteristika galaksija je vremenski zahtjevan proces i podložan je pogreškama ljudske prirode. Astrofizičari i programeri pokušavaju riješiti ovaj problem automatizirajući proces klasifikacije i označavanja galaksija. U ovom radu se za analizu pripremljenih slika koriste konvolucijske neuronske mreže. To je najpopularniji algoritam strojnog učenja za analizu i obradu slika te detekciju objekata na njima. Zadatak je računalno razvrstavanje galaksija po obliku na temelju poznatih slika u vidljivom dijelu elektromagnetskog spektra. Ovakvim metodama strojnog učenja je moguće smanjiti pogreške u klasifikaciji galaksija. U metodičkom dijelu diplomskog rada je izložena priprema za održavanje nastavnog sata o algoritmima sortiranja.
Izvorni jezik
Hrvatski
Znanstvena područja
Fizika
POVEZANOST RADA
Ustanove:
Prirodoslovno-matematički fakultet, Zagreb
Profili:
Goranka Bilalbegović
(mentor)