završni rad (stručni)
Rad demonstrira osnovne principe umjetnih neuronskih mreža, uz koje se objašnjava njihov način rada i osnovne komponente. U nastavku se obrađuje proces učenja u mrežama, s fokusom na inicijalizaciju parametara, propagaciju u mreži, izračun greške i gradijenta te procesu gradijentnog pada. Nakon upoznavanja osnova rada i učenja neuronskih mreža, detaljno se obrađuju konvolucijske neuronske mreže i njihove arhitekture. Završni dio rada fokusiran je na inovacije EfficientNet arhitekture i implementaciju konvolucijske neuronske mreže za prepoznavanje gesta napravljenih rukama.
geste; CNN; klasifikacija; EfficientNet; Python; HAGRID
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…
