1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
|
# NeuroStellar - Igrannonica
Igrannonica je ASP.NET Core veb aplikacija za manipulaciju veštačkim neuronskim mrežama. Koristeći aplikaciju, početnicima iz oblasti veštačkih neuronskih mreža se omogućava razumevanje samog koncepta preprocesiranja, treniranja i testiranja neuronskih mreža. S druge strane, ekspertima se pruža manipulacija setovima podataka uz upotrebu brojnih parametara i mogućnost istovremenog nadgledanja toka procesa.
## Opis projekta
**Izvršavanje eksperimenata**
Izvršavanje eksperimenata je omogućeno prijavljenim korisnicima i sastoji se iz sledećih koraka:
**Izbor seta podataka**
U navedenom koraku vrši se izbor seta podataka iz postojećih setova ili po potrebi korisnik može učitati željeni set podataka.
**Pikaz izabranog seta podataka**
Nakon izvršenog izbora seta podataka, korisniku se tabelarno prikazuju učitani podaci.
**Preprocesiranje**
Preprocesiranje se sastoji iz koraka koji korisniku omogućavaju: izbor ulaznih kolona i izlazne kolone, uklanjanje greški, uklanjanje nedostajućih vrednosti, izbor tipa enkodiranja. Cilj navedenog koraka je uvećanje kvaliteta samog seta podataka.
**Izbor parametara treniranja**
Korisniku se pruža izbor parametara za treniranje mreže. Ponuđeni parametri treniranja su:
- Tip problema(vrednosti mogu biti:regresioni, binarno-klasifikacioni, multi-klasifikacioni)
- Broj skrivenih slojeva(celobrojna vrednost)
- Broj neurona skrivenih slojeva(bira se za svaki sloj pojedinačno, celobrojna vrednost)
- Optimizacija(moguće vrednosti: Adam, Adadelta, Adagrad, Ftrl, Nadam, SDG, SDGMomentum, RMSProp)
- Funkcija obrade gubitka(vrednosti variraju u zavisnosti od tipa problema)
- Funkcije aktivacije skrivenih slojeva(vrednosti zavise o tipa problema i definišu se za svaki sloj pojedinačno)
- Funkcija aktivacije izlaznog sloja(izbor zavisi od tipa problema)
- Izbor metrika(ponuđeni izbor zavisi od tipa problema)
**Treniranje modela**
Nakon izbora svih parametara, pruža se mogućnost treniranja modela.
**Pregled rezultata treniranja**
Uzevši u obzir prethodno izabrane metrike, korisniku se prikazuju rezultati treniranja.
**Predviđanja na osnovu postojećih treniranih modela**
Nakon treniranja modela, obavlja se njegovo čuvanje u H5 formatu. Samim tim, omogućena je ponovna upotreba sačuvanog modela i vrši se predikcija za novi set podataka.
## Pokretanje aplikacije
### Neophodne komponente
* .NET 6.0
* NodeJS
* MongoDB
* Python
### Instalacija
* Za instalaciju zahtevanih datoteka potrebnih da bi se pokrenuo angular web sajt:
```
npm install -g @angular/cli
cd .\frontend\
npm install
```
* Za instalaciju .NET:
Visual Studio Installer > (Izaberite vasu verziju Visual Studio editora) > Modify > ASP.NET and web development > Modify
### Pokretanje programa
* Frontend
```
ng serve
```
- za pokretanje na drugom portu:
```
ng serve --port=80
```
* Backend
api.sln - start without debugging
## Autori
Danijel Anđelković
Ognjen Ćirković
Sonja Galović
Tamara Jerinić
Ivan Ljubisavljević
Nevena Bojović
|
