prikaz prve stranice dokumenta Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora
No public access
doctoral thesis
Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora
Jagnjić, Željko (2009)
University of Zagreb
Faculty of Electrical Engineering and Computing
Department of Electronics, Microelectronics, Computer and Intelligent Systems

Cite this document

Jagnjić, Ž. (2009). Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora (Doctoral thesis). Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:724741

Jagnjić, Željko. "Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2009. https://urn.nsk.hr/urn:nbn:hr:168:724741

Jagnjić, Željko. "Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora." Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2009. https://urn.nsk.hr/urn:nbn:hr:168:724741

Jagnjić, Ž. (2009). 'Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora', Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 13 July 2020, https://urn.nsk.hr/urn:nbn:hr:168:724741

Jagnjić Ž. Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora [Doctoral thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2009 [cited 2020 July 13] Available at: https://urn.nsk.hr/urn:nbn:hr:168:724741

Ž. Jagnjić, "Razvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora", Doctoral thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2009. Available at: https://urn.nsk.hr/urn:nbn:hr:168:724741

Islandora Bookmark - Please login to use this feature
Metadata
TitleRazvrstavanje vremenskih nizova temeljeno na fragmentaciji kvalitativnog prostora
Title (english)Time-series classification based on qualitative space fragmentation
AuthorŽeljko Jagnjić
MentorNikola Bogunović (mentor)
Committee memberSlobodan Ribarić (predsjednik povjerenstva)
Committee memberNikola Bogunović (član povjerenstva)
Committee memberFranjo Jović (član povjerenstva)
Committee memberZoran Kalafatić (član povjerenstva)
Committee memberIvan Petrović (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
(Department of Electronics, Microelectronics, Computer and Intelligent Systems)
Zagreb
Defense date and country2009-03-26, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Universal decimal classification
(UDC)		004
GENERALLY
Computer science and technology. Computing. Data processing
Abstract
U ovom radu prikazana je nova metoda razvrstavanja vremenskih nizova koja se temelji na fragmentaciji kvalitativnog prostora. Osnovu metode čine postupci potpunog oduzimanja i kvalitativnog kodiranja. Takvim se pristupom kvantitativne veličine vremenskih nizova preslikavaju u kvalitativan prostor koji se predočuje kvalitativnim matricama. Kvalitativne matrice omogućile su nov način predstavljanja i analize vremenskih nizova koji je blizak ljudskom poimanju podataka, a temelji se na vizualizaciji podataka i opisivanju slikovnih oblika. Predloženi osnovni skup simboličkih i numeričkih značajki iskorišten je u procesu strojnog učenja, odnosno kreiranju stabla odlučivanja te procesu razvrstavanja. Testiranjem na različitim vremenskim nizovima pokazane su prednosti i nedostatci nove metode u odnosu na poznate postupke.
Abstract (english)
In this work a new time-series classification method based on qualitative space fragmentation has been presented. The main features of the proposed method are global differencing and qualitative coding. With such an approach, quantitative data of the considered time-series are translated into qualitative space, which can be observed through qualitative matrices. Qualitative matrix form provides the means for a new approach to time-series analysis, which is closely related to human way of data interpretation based on data visualization and shape description. Basic set of symbolic and numeric data features have been defined and used in machine learning process through the decision tree induction and classification. Extensive testing with different time-series has revealed key advantages of the presented method, but also exposed some limitations as compared to other approaches.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:724741
ProjectNumber: 036-0362980-1921
Title: Računalne okoline za sveprisutne raspodijeljene sustave
Leader: Siniša Srbljić
Jurisdiction: Croatia
Funder: MZOS
Funding stream: ZP
Study programmeTitle: Computer Science
Study programme type: university
Study level: postgraduate
Academic / professional title: Doktor znanosti (Doktor znanosti)
Catalog URLhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=33342
Type of resourceText
Extent149 str.
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
RepositoryFER Repository
Created on2020-03-24 11:56:29

(©) Nacionalna i sveučilišna knjižnica u Zagrebu 2015. Sva prava pridržana. | Hrvatske bratske zajednice 4 p.p. 550, 10000 Zagreb, Hrvatska Tel. ++ 385 1 616-4040
OIB: 84838770814 | IBAN: HR66 2340 0091 1000 1008 1, Porezni broj (PDV identifikacijski broj) - VAT Number: HR84838770814
Prijava u repozitorij