Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R

Subotić, Josipa

prikaz prve stranice dokumenta Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R

diplomski rad

Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R

diplomski rad

Zagreb: Sveučilište u Zagrebu, Rudarsko-geološko-naftni fakultet, 2024. urn:nbn:hr:169:726499

Subotić, Josipa

Sveučilište u Zagrebu
Rudarsko-geološko-naftni fakultet
Zavod za geofizička istraživanja i rudarska mjerenja

Citirajte ovaj rad

APA 6th Edition

Subotić, J. (2024). Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R : diplomski rad (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Rudarsko-geološko-naftni fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:169:726499

MLA 8th Edition

Subotić, Josipa. "Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R : diplomski rad." Diplomski rad, Sveučilište u Zagrebu, Rudarsko-geološko-naftni fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:169:726499

Chicago 17th Edition

Harvard

Subotić, J. (2024). 'Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R : diplomski rad', Diplomski rad, Sveučilište u Zagrebu, Rudarsko-geološko-naftni fakultet, citirano: 06.02.2025., https://urn.nsk.hr/urn:nbn:hr:169:726499

Vancouver

Subotić J. Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R : diplomski rad [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Rudarsko-geološko-naftni fakultet; 2024 [pristupljeno 06.02.2025.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:169:726499

IEEE

J. Subotić, "Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R : diplomski rad", Diplomski rad, Sveučilište u Zagrebu, Rudarsko-geološko-naftni fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:169:726499

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:169:726499

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Detekcija snježnih površina u Alpama iz multispektralnih satelitskih snimaka korištenjem strojnog učenja u programskom jeziku R : diplomski rad
Naslov (engleski)	Detection of snow surfaces in the Alps from multispectral satellite images using machine learning in R programming language : master's thesis
Autor	Josipa Subotić
Mentor	Ivan Medved (mentor)
Član povjerenstva	Ivan Medved (predsjednik povjerenstva)
Član povjerenstva	Jasna Orešković (član povjerenstva)
Član povjerenstva	Tomislav Korman (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište u Zagrebu Rudarsko-geološko-naftni fakultet (Zavod za geofizička istraživanja i rudarska mjerenja) Zagreb
Datum i država obrane	2024-09-30, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Rudarstvo, nafta i geološko inženjerstvo Geološko inženjerstvo
Sažetak	Svrha ovog rada je razvoj i evaluacija modela za detekciju snježnog pokrivača korištenjem algoritama strojnog učenja. Korištenjem multispektralnih satelitskih snimaka iz misije Sentinel-2 i naprednih algoritama poput randomForest, Support Vector Machine i Neural Network, cilj je točno klasificirati snježni pokrivač i druge klase poput stijena, urbanih područja, vode i vegetacije. Analizirani su spektralni potpisi snježnog pokrivača u različitim godišnjim razdobljima, čime je omogućeno stvaranje pouzdanih klasificiranih rastera za vizualizaciju i procjenu učinkovitosti modela.
Sažetak (engleski)	The purpose of this work is to develop and evaluate a model for snow cover detection using machine learning algorithms. Using multispectral satellite images from the Sentinel-2 mission and advanced algorithms such as randomForest, Support Vector Machine and Neural Network, the goal is to accurately classify snow cover and other classes such as rocks, urban areas, water and vegetation. The spectral signatures of the snow cover in different periods of the year were analyzed, which enabled the creation of reliable classified rasters for visualization and evaluation of the model's effectiveness.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:169:726499
Studijski program	Naziv: Geološko inženjerstvo; smjerovi: Hidrogeologija i inženjerska geologija, Geologija okoliša Smjer: Hidrogeologija i inženjerska geologija Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: magistar/magistra inženjer/inženjerka geološkog inženjerstva (mag. ing. geol.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Repozitorij	Repozitorij Rudarsko-geološko-naftnog fakulteta Sveučilišta u Zagrebu
Datum i vrijeme pohrane	2025-01-16 08:30:25