Analýza a predikce časových řad ve vodárenství – Bc. Michal RODINA
Bc. Michal RODINA
Diplomová práce
Analýza a predikce časových řad ve vodárenství
Analysis and prediction of time series in the waterworks industry
Anotace:
Tato práce představuje návrh procesu pro analýzu časových řad získaných z datového archivu vodárenské společnosti. Za použití pokročilých statistických technik a metod neuronových sítí je navržen systém pro předpovídání budoucích hodnot zvolených měřených veličin, který je následně testován na reálných datech z vodovodní distribuční sítě. Zároveň práce představuje návrh metody pro detekci anomálií …víceAbstract:
This thesis presents a process for analysing time series obtained from the data archive of a waterworks company. Using advanced statistical techniques and neural network methods, a system is designed to predict future values of selected measured variables, which is then tested on real data from the water distribution network. Additionally, the document introduces a method for detecting anomalies in …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 17. 5. 2024
Zveřejnit od: 31. 12. 2999
Obhajoba závěrečné práce
- Vedoucí: RNDr. Jiří Škvor, Ph.D.
Citační záznam
Jak správně citovat práci
RODINA, Michal. Analýza a predikce časových řad ve vodárenství. Ústí nad Labem, 2024. diplomová práce (Ing.). UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM. Přírodovědecká fakulta
Plný text práce
Právo: Autor si nepřeje zpřístupnění práce veřejnosti
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM, Přírodovědecká fakultaUNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM
Přírodovědecká fakultaMagisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Návrh a implementace neuronové sítě YOLO3 pro rozpoznávání zvolených objektů v reálném čase
Vít Hlaváček -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická -
Vzdělávací hra vysvětlující strojového učení a neuronové sítě
Jakub Ostrihoň -
Časoprostorové predikční modelování pandemie COVID-19 užitím umělé neuronové sítě
Martin KUKRÁL -
Neuronové sítě a jejich aplikace
Erik Benovic -
Model vozidla s automatickým sledováním trasy pomocí konvoluční neuronové sítě
Jakub Zahradník -
Vývoj neuronové sítě pro rozpoznávání objektu v digitálním obrazu
Denis Voinkov