prikaz prve stranice dokumenta Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža
  Preuzmi
PDF 17.15 MB
diplomski rad
Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža
2023. urn:nbn:hr:126:630671
Vuković, Filip
Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku

Citirajte ovaj rad

Vuković, F. (2023). Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:126:630671

Vuković, Filip. "Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2023. https://urn.nsk.hr/urn:nbn:hr:126:630671

Vuković, Filip. "Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, 2023. https://urn.nsk.hr/urn:nbn:hr:126:630671

Vuković, F. (2023). 'Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, citirano: 22.11.2024., https://urn.nsk.hr/urn:nbn:hr:126:630671

Vuković F. Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku; 2023 [pristupljeno 22.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:630671

F. Vuković, "Predviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Odjel za matematiku, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:126:630671

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:126:630671
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPredviđanje ishoda šahovske igre korištenjem rekurentnih neuronskih mreža
Naslov (engleski)Chess Game Outcome Prediction Based on Reccurent Neural Networks
AutorFilip Vuković
MentorDomagoj Matijević (mentor)
Član povjerenstvaDomagoj Ševerdija (predsjednik povjerenstva)
Član povjerenstvaDomagoj Matijević (član povjerenstva)
Član povjerenstvaKristian Sabo (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Odjel za matematiku
Osijek
Datum i država obrane2023-05-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Matematička logika i računarstvo
Sažetak
U ovom radu bavimo se kreiranjem neuronskog modela za predviđanje ishoda šahovske igre. Za razumijevanje neuronskih modela, prvo definiramo jednostavne neuronske mreže te uvodimo različite varijacije i metode korištene u području strojnog učenja. Potom, definiramo rekurentne neuronske mreže i procese potrebne za učenje takvih mreža. Osnovnu strukturu rekurentnih mreža nadograđujemo s LSTM arhitekturom potrebnu za definiranje modela projektnog zadatka. Nadalje, prikazujemo način zapisivanja šahovskih igara u standardnoj notaciji i uvodimo dva načina prikazivanja stanja šahovske ploče pogodnih za korištenje u neuronskim modelima. Na kraju, definiramo model temeljen na LSTM arhitekturi koji obrađuje šahovsku igru putem niza poteza i uspoređujemo rezultate modela u odnosu na dvije reprezentacije šahovske ploče.
Sažetak (engleski)
In this paper, we focus on creating a neural model for predicting the outcome of a game of chess. To understand neural models, we first define simple neural networks and introduce various variations and methods used in the field of machine learning. Then, we define recurrent neural networks and the processes required for learning such networks. We enhance the basic structure of recurrent networks with the LSTM architecture necessary for defining the project task model. Furthermore, we show how to record chess games in standard notation and introduce two ways of representing the state of the chessboard suitable for use in neural models. Finally, we define a model based on the LSTM architecture that processes a chess game through a sequence of moves and compare the results of the model with respect to two representations of the chessboard.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:126:630671
Studijski programNaziv: Matematika; smjerovi: Financijska matematika i statistika, Matematika i računarstvo, Industrijska i primijenjena matematika
Smjer: Financijska matematika i statistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra matematike (mag.math.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-05-19 11:37:21