lp832ut/zpwiki
1
0
Fork 0
forked from KEMT/zpwiki
Code Issues Pull Requests Releases Wiki Activity

Update 'pages/students/2016/maros_harahus/README.md'

Browse Source
This commit is contained in:
dano 2022-01-18 09:38:24 +00:00
parent bbcba016fe
commit 1cfaaaf75e
1 changed files with 9 additions and 34 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

43
pages/students/2016/maros_harahus/README.md
View File

@ -18,45 +18,20 @@ Generovanie vektorových reprezentácií štruktúrovaných dát.
- Grafové neurónové siete - Grafové neurónové siete
Stretnutie 18.1.2022
Úlohy:
- Do git repozitára pridať súbor s podrobným popisom jednotlivých kolóniek v dátovej množine.
- Do git repozitára pridať skript na načítanie dát do Pandas formátu.
Stretnutie 17.1.2022 Stretnutie 17.1.2022
- Mme dáta z vysokej pece (500GB) - Mme dáta z vysokej pece (500GB)
- Zlepšený konvolučný autoenkóder - dosahuje state-of-the-art. - Zlepšený konvolučný autoenkóder - dosahuje state-of-the-art.
- Prečítané niečo o transformers a word2vec. - Prečítané niečo o transformers a word2vec.
Poznámky k porade 17.1.2022:
Prezentácia Lukáš:
- Je rozdiel medzi konvertormi:
- len v parametre síra.
- v konertoroc je rozdiel, každý má inú charakteristiku.
vytvorenie "zhustenej" reprezentácie dát - (deep) autoenkóder + LSTM.
- tavba je časovo závislý proces.
- cieľom je vytvorenie modelu - "zhustenej reprezentácie" na predpovedanie rôznych veličín. Predpovedný model je možné použiť na optimalizáciu
Niekoľko odkazov:
- https://thermocalc.com/academia/free-educational-package/
- https://reader.elsevier.com/reader/sd/pii/S2352492820302178?token=5EA4D3B31E698BEEAE4DB08361F9F985EC80CAF012A4EE2E8EF11479A93BE1F14C1023E529FFE200659FE8A452345596&originRegion=eu-west-1&originCreation=20220117153447
- Sandip Barui, Sankha Mukherjee, Amiy Srivastava, Kinnor Chattopadhyay : Understanding Dephosphorization in Basic OxygenFurnaces (BOFs) Using Data DrivenModeling Techniques
- https://www.chemeurope.com/en/encyclopedia/Basic_oxygen_steelmaking.html
Čo ďalej:
- Jednoducho predspracovať dáta
- Vytvoriť generatívny model (GAN,VAE).
- Ako vyčistiť dáta?
Úlohy:
- Spracovanie prehľadu o modelovaní vysokých pecí (prezentácia do konca februára, zatiaľ dva zdroje).
- Prehľad o spracovaní prir. jazyka - zistiť ako by sa to dalo použiť na modelovanie vysokej pece.
- Článok o Spacy.
- Na spracovanie dát z US Steelu použiť Pandas.
- Vytvoriť dokumentáciu k dátam. Na git s poznámkami vytvoriť súbor, kde opíšeš dáta a pridáš skript Pandas na spracovanie.
Stretnutie 9.12.2021 Stretnutie 9.12.2021
@ -76,7 +51,7 @@ Dáta z US Steel:
- Z tavby sa postupne odoberajú vzorky a meria sa množstvo jednotlivých vzoriek. - Z tavby sa postupne odoberajú vzorky a meria sa množstvo jednotlivých vzoriek.
- Na konci tavby sa robí finálna analýza taveniny. - Na konci tavby sa robí finálna analýza taveniny.
- Priebeh procesu závisí od vlastností konkrétnej pece. Sú vlastnosti pece stacionárne? Je možné , že vlastnosti pece sa v čase menia. - Priebeh procesu závisí od vlastností konkrétnej pece. Sú vlastnosti pece stacionárne? Je možné , že vlastnosti pece sa v čase menia.
- Cieľom je predpovedať výsledky anaýzy finálnej tavby na základe predošlých vzoriek. - Cieľom je predpovedať výsledky anaýzy finálnej tavby na základe predošlých vzoriek?
- Cieľom je predpovedať výsledky nasledujúceho odberu na základe predchádzajúcich? - Cieľom je predpovedať výsledky nasledujúceho odberu na základe predchádzajúcich?
- Čo znamená "dobrá tavba"? - Čo znamená "dobrá tavba"?
- Čo znamená "dobrá predpoveď výsledkov"? - Čo znamená "dobrá predpoveď výsledkov"?