završni rad (stručni)
Ovaj rad istražuje primjenu dubokog učenja za klasifikaciju četiri neolitičke arheološke kulture sjeverne Hrvatske koristeći prilagođene skupove podataka keramičkih ukrasa. Cilj je bio identificirati optimalne hiperparametre za postizanje najveće točnosti modela na testnim skupovima podataka, uz istovremenu analizu procesa učenja i stabilnosti pada gubitka po epohama. Eksperiment je uključivao testiranje stabilnosti modela i usporedbu klasifikacijskih rezultata kultura u parovima kako bi se utvrdila potencijalna međusobna srodnost među kulturama. Bez obzira na to što su rezultati pokazali neke korisne i arheološki opravdane uvide, zaključeno je da oni sami nisu dovoljni za detaljnu arheološku interpretaciju međukulturnih veza. Metoda dubokog učenja ima potencijal za daljnja arheološka istraživanja, ali je potrebno proširiti skupove podataka i uključiti dodatne kulturološke karakteristike kako bi se dobili precizniji rezultati.
konvolucijske neuronske mreže, duboko učenje, klasifikacija, neolitičke kulture, keramički ukrasi
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…
