| Form of studies |
Bachelor |
| Title of the study programm |
Intelligent robotic systems |
| Title in original language |
Dziļās apmācības metožu pielietojuma izstrāde industriālu procesu pārvaldībā |
| Title in English |
Development of Application of Deep Learning Methods for Industrial Process Management |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Agris Ņikitenko |
| Reviewer |
Vitālijs Osadčuks |
| Abstract |
Bakalaura darba tēma ir “Dziļas apmācības metožu pieleitojuma izstrāde
industriālu procesu pārvaldībā”.
Bakalaura darba mērķis ir izpētīt dziļās apmācības metožu pielietojumu veidus
industriālā procesu vadībā un izstrādāt laikrindu prognozēšanas metodi.
Darbs sastāv no četrām daļām. Pirmā daļa sastāv no teorijas par dziļo apmācību,
neirona tīkliem, to uzbūvi, pielietojuma veidiem un specifisku terminoloģiju atbilstoši
jomai. Otrā daļa sastāv no statistikas metodēm. Darba trešajā daļā tiek aprakstīta dziļās
apmācības neirona tīkla izveide, pielietojot LSTM modeli. Ceturtajā daļā izveidotā
dziļās apmācības neirona tīkla pārbaude un statistikas modeļu rezultāti.
Darba pamattekstā ir 53. lappuses, 36. attēli, 27. nosaukumu informācijas avoti
un 3. pielikums. |
| Keywords |
dziļā mācīšanās, neirona tīkli, mākslīgais intelekts, MI, LSTM, statistika, arima, sarima, RNN, rekurentie neirona tīkli |
| Keywords in English |
deep learning, neural networks, Artificial intelligence, AI, LSTM, statistics, arima, sarima, RNN, recurrent neural network |
| Language |
lv |
| Year |
2023 |
| Date and time of uploading |
05.09.2023 22:56:35 |
