Repository logo
Thesis

Przewidywanie zasłabnięć z wykorzystanie rekurencyjnych sieci neuronowych

dc.contributor.authorRadzio, Marcin
dc.contributor.departmentWydział Informatyki, Elektroniki i Telekomunikacji
dc.contributor.reviewerDekster, Monika
dc.contributor.supervisorWielgosz, Maciej
dc.date.available2019-08-09T09:50:32Z
dc.date.defence2019-07-12
dc.description.typepraca magisterska
dc.identifier.urihttps://repo.agh.edu.pl/handle/AGH/75966
dc.language.isopol
dc.rightsAccess rights reserved
dc.rights.accesszastrzeżony dostęp
dc.rights.accessNoteBrak zgody na udostępnienie pracy w czytelni Biblioteki Wydziałowej
dc.rights.urihttps://repo.agh.edu.pl/info/restricted-access
dc.subjectRNNpl
dc.subjectGRUpl
dc.subjectuczenie maszynowepl
dc.subjectprzetwarzanie sygnałówpl
dc.subjectklasyfikacjapl
dc.subjectmedycynapl
dc.titlePrzewidywanie zasłabnięć z wykorzystanie rekurencyjnych sieci neuronowychpl
dc.title.alternativeFalls prediction with RNNsen
dc.typepraca dyplomowa
dspace.entity.typePublication
thesis.degree.disciplineInformatyka (WIEiT)pl
thesis.degree.formOfStudystacjonarnepl
thesis.degree.grantorAkademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowiepl
thesis.degree.levelstudia drugiego stopniapl
thesis.degree.namemagister inżynierpl
thesis.identifier.dxp255356
thesis.statusORPDORPPD1_sent

Files