Collected Item: “Primena klasterizacije metodom K-srednjih vrednosti za ispitivanje hidrohemijskog diverziteta podzemnih voda na lokaciji Vrnjačke Banje”
Врста публикације
Рад у зборнику
Верзија документа
објављена
Језик
српски
Аутор/и (Милан Марковић, Никола Николић)
Jana Štrbački, Vladimir Živanović, Nebojša Atanacković, Snežana Kretić
Наслов рада (Наслов - поднаслов)
Primena klasterizacije metodom K-srednjih vrednosti za ispitivanje hidrohemijskog diverziteta podzemnih voda na lokaciji Vrnjačke Banje
Назив конференције (зборника), место и датум одржавања
XVII Srpski simpozijum o hidrogeologiji sa međunarodnim učešćem , Pirot, Serbia, 02-06. October 2024
Уредник/ци зборника
Ljiljana Vasić
Издавач (Београд : Просвета)
Univerzitet u Beogradu Rudarsko-geološki fakultet
Година издавања
2024
Сажетак рада на српском језику
Klasterizacija metodom k-srednjih vrednosti koristi se za razvrstavanje podataka u homogene grupe, tj. klastere, na osnovu odabranih varijabli i unapred zadatog broja klastera. Algoritam iterativnim postupkom određuje centre klastera i dodeljuje uzorke u klastere čijem su centru najbliži. Ovaj postupak pogodan je za raščlanjivanje i, samim tim, pojednostavljivanje obimnih skupova hidrohemijskih podataka, što je pokazano na primeru termo-mineralnih voda sa šireg područja Vrnjačke Banje. Pored same klasifikacije, opisana metoda pruža mogućnost provere hipoteza o strukturi podataka, npr. o postojanju zavisnosti između fizičkih osobina i hemijskog sastava podzemnih voda i litoloških karakteristika izdani.
Сажетак рада на енглеском језику
K-means clustering is used to classify data into homogeneous groups, i.e. clusters, based on selected variables and a predetermined number of clusters. The algorithm iteratively determines the centers of the clusters and assigns the samples to the nearest cluster. This procedure is suitable for subdividing large sets of hydrochemical data, which was demonstrated on the example of thermal and mineral waters from the extended area of the spa town of Vrnjačka Banja. In addition to the classification itself, the described method provides the possibility of checking hypotheses about the data structure, e.g. on the existence of correlation between the physical properties and chemical composition of groundwater and aquifer lithology.
Почетна страна рада
333
Завршна страна рада
337
DOI број
10.5281/zenodo.13739553
ISBN број изворне публикације
978-86-7352-405-4
Географско подручје на које се односи публикација
Vrnjačka Banja
Кључне речи на српском (одвојене знаком ", ")
multivarijantna statistička analiza, mašinsko učenje, termo-mineralne vode, Vrnjačka Banja
Кључне речи на енглеском (одвојене знаком ", ")
multivariate statistical analysis, machine learning, thermal and mineral water, Vrnjačka Banja
УДК број
556(082) 628.1(082)
Линк
https://doi.org/10.5281/zenodo.13739553
Шира категорија рада према правилнику МПНТ
М30
Ужа категорија рада према правилнику МПНТ
М33
Пројект у склопу кога је настао рад
Ministarstvo nauke, tehnološkog razvoja i inovacija Republike Srbije, ugovor br. 451-03-65/2024-03/200126
Ниво приступа
Отворени приступ
Лиценца
Creative Commons – Attribution 4.0 International
Формат датотеке
.pdf