Search the digital library catalog

Abstract: The learning material describes the remarkable and rapid progress in artificial intelligence conversational systems, from simple to advanced ones that now handle complex tasks and are becoming indispensable in various industries. It emphasises that the systems are quickly improving in understanding context and providing accurate answers, which is changing how technology is used. Because of this, the author introduces the concept of prompt engineering as a key skill for effective communication with these systems and obtaining the best results. The material serves as a practical guide to mastering this skill, although the author acknowledges that further development may make this knowledge unnecessary in the future. Nevertheless, the importance of clear communication remains, as conversational systems are just an extension of our need for it in the digital world.
Keywords: artificial intelligence, conversational systems, prompt engineering
Published in DKUM: 06.05.2025; Views: 0; Downloads: 12
Full text (1,11 MB)

Abstract: Računalniška omrežja imajo ključno vlogo v učnem načrtu srednjega tehniškega izobraževalnega programa tehnik računalništva. Današnje strategije poučevanja računalniških omrežij se pogosto osredotočajo na teoretična predavanja, kar lahko predstavlja izziv za učence pri razumevanju, kako se to znanje uporablja v praksi. Zato smo v zaključnem delu preučili možnosti vključevanja obogatene resničnosti in razvili interaktivno mobilno aplikacijo. Ta omogoča dijakom virtualno raziskovanje in konfiguriranje omrežnih komponent ter spremljanje prometa pošiljanja paketov. Na koncu smo izvedli študijo z dijaki, ki je ocenila vpliv izdelane mobilne aplikacije na razumevanje računalniških omrežij v primerjavi s tradicionalnimi metodami učenja.
Keywords: poučevanje, obogatena resničnost, umetna inteligenca, mobilna aplikacija, računalniška omrežja
Published in DKUM: 01.07.2024; Views: 123; Downloads: 34
Full text (4,09 MB)

Abstract: V doktorski disertaciji predlagamo hibridni pristop za priporočanje vrstilcev univerzalne decimalne klasifikacije (UDK) za elektronske dokumente, ne glede na globino hierarhije UDK. Razvit hibridni pristop priporočanja vrstilcev UDK temelji na metodah vsebinskega filtriranja in uporablja strukturirane metapodatke v slovenskem jeziku za klasifikacijo področja znanosti in priporočanje ustreznih vrstilcev. Ker se dokumenti pogosto nanašajo na več področij znanosti, mora biti pristop sposoben identificirati interdisciplinarnost in vrniti več ustreznih vrstilcev UDK. Predlagani hibridni pristop uporablja kaskadno hibridizacijo in je razdeljen na dva kaskadna koraka. Najprej z rangirno funkcijo BM25 zagotovimo začetni seznam vrstilcev UDK. V prvem kaskadnem koraku začetni seznam vrstilcev UDK preuredimo s seznamom, ki je rezultat večznačnega klasifikatorja. Večznačni klasifikator temelji na globoki nevronski mreži BERT in je prilagojen na hierarhično topologijo UDK. V drugem kaskadnem koraku s pomočjo seznama najbolj pogostih vrstilcev UDK v organizaciji, iz katere izvira dokument, preuredimo seznam iz prvega koraka. Za kaskadno hibridizacijo se izvedejo postopki naknadne obdelave, ki preuredijo sezname priporočil glede na vrhnje področje in glede na specifičnost, omogočajo pa tudi rezanje seznama. Disertacija vključuje vrednotenje na množici zaključnih del v slovenskem jeziku, ki so del repozitorijev slovenskih univerz in že imajo ročno določene vrstilce UDK s strani knjižničarjev. Na testni množici dokumentov s predlaganano metodo po metriki HR@K dosežemo povprečne vrednosti 0,574 (K = 1), 0,869 (K = 3) in 0,892 (K = 5). Po metriki NDCG@K dosežemo povprečne vrednosti 0,993 (K = 1), 0,921 (K = 3) in 0,916 (K = 5), po metrikah MRR in MAP pa povprečne vrednosti vrednosti 0,782 (MRR) in 0,785 (MAP). V primerjavi z obstoječimi pristopi pokažemo, da uporaba predlaganega pristopa vodi v statistično značilne izboljšave.
Keywords: hibridni priporočilni sistemi, univerzalna decimalna klasifikacija, vsebinsko filtriranje, globoke nevronske mreže, obdelava naravnega jezika
Published in DKUM: 04.01.2024; Views: 579; Downloads: 144
Full text (1,86 MB)

Abstract: V magistrskem delu smo raziskali področje reševanja ugank nurikabe. Implementirali smo algoritem za učinkovito reševanje in prikazali, zakaj je to izjemno težko za človeka kot za računalnik. Dan problem je NP-poln, kar pomeni, da ne obstaja algoritem, ki bi našel rešitev v polinomskem času. Za reševanje ugank smo izdelali namizno orodje v ogrodju .NET, s pomočjo WPF-ja ter programskega jezika C# in spletno aplikacijo s pomočjo tehnologij MongoDB, Node.js in Angular. Uganke lahko rešujemo samostojno, pri čemer lahko zaprosimo program, da nam da nasvet ali pa če obupamo, polje reši namesto nas. Raziskali in implementirali smo tudi reševanja nurikabe ugank s pomočjo nevronskih mrež. Naša orodja in algoritem smo ovrednotili tako kvalitativno kot tudi kvantitativno na naključno izbranih primeri nurikabe polj. Na osnovi rezultatov lahko trdimo, da naš algoritem deluje učinkovito in orodji ponujata primerno uporabniško izkušnjo.
Keywords: nurikabe, aplikacija windows, spletna aplikacija, konvolucijske nevronske mreže
Published in DKUM: 26.10.2022; Views: 730; Downloads: 175
Full text (3,23 MB)

Abstract: V diplomskem delu so v prvem delu najprej predstavljeni pogovorni roboti in njihovi tipi, nato rekurentne nevronske mreže ter delovanje različnih celic, ki jih pri njih najpogosteje srečujemo. V drugem delu pa je prikazan primer implementacije in učenja rekurentne nevronske mreže LSTM (Long Short-Term Memory) ter izdelava mobilne aplikacije, v kateri lahko pisno komuniciramo z izdelano mrežo oziroma našim pogovornim robotom v slovenskem ali angleškem jeziku.
Keywords: pogovorni roboti, rekurentne nevronske mreže, celica LSTM, obdelava naravnih jezikov
Published in DKUM: 03.11.2020; Views: 1115; Downloads: 80
Full text (1,27 MB)