Tehnike klasteriranja pomoću teorije grafova

diplomski rad

• Naslov (engleski): Clustering techniques using graph theory
• Autor: Ante Ivančić
• Mentor: Goran Đukić (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2014-12-04, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Strojarstvo

Sažetak

U diplomskom radu opisane su tehnike klasteriranja pomoću teorije grafova te je provedena analiza na primjeru problema klasteriranja sličnih proizvoda, jednog od koraka tzv. korelacijskog odlaganja materijala u skladištu. Teorija grafova, kao grana diskretne matematike koja se bavi analizom grafova, tj. matematičkih struktura kojima se modeliraju mežđusobne veze izmeđžu objekata, predstavlja moćan alat pri rješavanju problema analize podataka koji su u svojoj suštini problemi kombinatorne optimizacije. Klasteriranje (nenadzirana klasifikacija) grana je strojnog učenja, čije tehnike služe prepoznavanju smislene strukture unutar skupa podataka putem grupiranja sličnih.

Sažetak (engleski)

The main topic of the thesis are graph-based clustering methods, which were described in great detail. A few of those methods were tested on the problem of clustering similar products, which presents a crucial step in the so-called ”correlated storage assignment strategy”. Graph theory, as a branch of discrete mathematics, which deals with graphs as mathematical structures used to model pairwise relations between objects, serves as a powerful tool for dealing with data analysis problems which are of combinatorial nature. Clustering (unsupervised classification) is a branch of machine learning that focuses on discovering hidden structure of the data by grouping a collection of objects into subsets or ”clusters”, such that those within each cluster are more closely related to one another than objects assigned to different clusters.

• Ključne riječi: teorija grafova; inženjerska logistika; nenadzirano učenje; klasteriranje; redukcija dimenzionalnosti
• Ključne riječi (engleski): graph theory; engineering logistics; unsupervised learning; clustering; dimensionality reduction
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:496589
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka strojarstva (mag. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-05-22 12:00:45