Tekuće neuronske mreže

diplomski rad

• Naslov (engleski): Liquid Neural Networks
• Autor: Domagoj Žnidarić
• Mentor: Nikola Ivković (mentor); MBZ: 306480
• Član povjerenstva: Ivan Magdalenić (član povjerenstva); MBZ: 244501
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za informatičke tehnologije i računarstvo); Varaždin
• Datum i država obrane: 2023-09-29, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

Tema ovog rada su tekuće neuronske mreže (eng. Liquid neural networks - LNN) i njezina primjena u autonomnoj vožnji. Rad istražuje kako LNN-ovi unaprjeđuju sposobnost autonomnih vozila da razumiju i reagiraju na dinamične prometne uvjete.
Teorijsko-metodološka polazišta uključuju detaljno objašnjenje koncepta LNN-a i njegovu sposobnost modeliranja sekvencijalnih podataka. Također, opisuje se razvoj i nastanak LNN-a, od formule običnih diferencijalnih jednadžbi (engl. ordinary differential equations - ODE), do ideje alternativne formulacije, formule LNN-a.
Praktični dio opisuje implementaciju LNN-a u simulatoru Carla pomoću informacija iz senzora camere.
Zaključci ističu važnost LNN-ova u autonomnoj vožnji i predviđaju daljnji razvoj ove tehnologije. Iako su LNN-ovi već postigli značajne rezultate, postoji prostor za daljnje istraživanje i poboljšanja kako bi se osigurala sigurnija i učinkovitija autonomna vožnja u budućnosti.

• Ključne riječi: istraživanje; umjetna inteligencija; neuronske mreže; računalna inteligencija
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:011211
• Studijski program: Naziv: Informacijsko i programsko inženjerstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra informatike (mag.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2023-10-02 04:10:38