1. Advancing sustainable mobility: artificial intelligence approaches for autonomous vehicle trajectories in roundaboutsSalvatore Leonardi, Natalia Distefano, Chiara Gruden, 2025, original scientific article Abstract: This study develops and evaluates advanced predictive models for the trajectory planning of autonomous vehicles (AVs) in roundabouts, with the aim of significantly contributing to sustainable urban mobility. Starting from the “MRoundabout” speed model, several Artificial Intelligence (AI) and Machine Learning (ML) techniques, including Linear Regression (LR), Random Forest (RF), Support Vector Regression (SVR), Gradient Boosting Regression (GBR), and Neural Networks (NNs), were applied to accurately emulate human driving behavior and optimize AV trajectories. The results indicate that neural networks achieved the best predictive performance, with R2 values of up to 0.88 for speed prediction, 0.98 for acceleration, and 0.94 for differential distance, significantly outperforming traditional models. GBR and SVR provided moderate improvements over LR but encountered difficulties predicting acceleration and distance variables. AI-driven tools, such as ChatGPT-4, facilitated data pre-processing, model tuning, and interpretation, reducing computational time and enhancing workflow efficiency. A key contribution of this research lies in demonstrating the potential of AI-based trajectory planning to enhance AV navigation, fostering smoother, safer, and more sustainable mobility. The proposed approaches contribute to reduced energy consumption, lower emissions, and decreased traffic congestion, effectively addressing challenges related to urban sustainability. Future research will incorporate real traffic interactions to further refine the adaptability and robustness of the model.
Keywords: sustainable mobility, autonomous vehicles, machine learning, roundabouts, artificial intelligence, ChatGPT
Published in DKUM: 04.04.2025; Views: 0; Downloads: 1
 Full text (9,00 MB)
This document has many files! More... |
2. New approach for automated explanation of material phenomena (AA6082) using artificial neural networks and ChatGPTTomaž Goričan, Milan Terčelj, Iztok Peruš, 2024, original scientific article Abstract: Artificial intelligence methods, especially artificial neural networks (ANNs), have increasingly been utilized for the mathematical description of physical phenomena in (metallic) material
processing. Traditional methods often fall short in explaining the complex, real-world data observed
in production. While ANN models, typically functioning as “black boxes”, improve production
efficiency, a deeper understanding of the phenomena, akin to that provided by explicit mathematical
formulas, could enhance this efficiency further. This article proposes a general framework that
leverages ANNs (i.e., Conditional Average Estimator—CAE) to explain predicted results alongside
their graphical presentation, marking a significant improvement over previous approaches and those
relying on expert assessments. Unlike existing Explainable AI (XAI) methods, the proposed framework mimics the standard scientific methodology, utilizing minimal parameters for the mathematical
representation of physical phenomena and their derivatives. Additionally, it analyzes the reliability
and accuracy of the predictions using well-known statistical metrics, transitioning from deterministic
to probabilistic descriptions for better handling of real-world phenomena. The proposed approach
addresses both aleatory and epistemic uncertainties inherent in the data. The concept is demonstrated through the hot extrusion of aluminum alloy 6082, where CAE ANN models and predicts
key parameters, and ChatGPT explains the results, enabling researchers and/or engineers to better
understand the phenomena and outcomes obtained by ANNs.
Keywords: artificial neural networks, automatic explanation, hot extrusion, aluminum alloy, large language models, ChatGPT
Published in DKUM: 27.02.2025; Views: 0; Downloads: 5
Full text (3,18 MB)
This document has many files! More... |
3. Konfiguracija produktnega kataloga s pomočjo velikih jezikovnih modelov : diplomsko deloLuka Balaban, 2024, undergraduate thesis Abstract: Zaključno delo obravnava problem kompleksnosti konfiguracije produktnih katalogov v sistemu Monetization podjetja Tridens, kjer se uporabniki pogosto soočajo z izzivi pri razumevanju in nastavitvi zapletenih obračunskih modelov. Cilj dela je razviti umetno inteligenco, ki bo s pomočjo velikih jezikovnih modelov (LLM), kot je ChatGPT, omogočila enostavnejšo in bolj intuitivno konfiguracijo produktnih katalogov. V okviru raziskave smo analizirali obstoječo tehnično dokumentacijo in bazo znanja podjetja Tridens ter izvedli integracijo modela ChatGPT v zaledni sistem za avtomatizirano generiranje in prilagajanje produktnih katalogov. Rešitev smo preizkusili s testnim sklopom povpraševanj, pri čemer smo primerjali rezultate generiranih konfiguracij z referenčnimi primeri. Rezultati so pokazali, da umetna inteligenca uspešno izboljšuje natančnost in hitrost konfiguracije produktnih katalogov, hkrati pa zmanjšuje potrebo po ročnem delu. Zaključek naloge potrjuje, da uporaba velikih jezikovnih modelov prispeva k izboljšanju uporabniške izkušnje in poenostavitvi konfiguracijskih procesov, kar lahko podjetjem, kot je Tridens, prinese pomembne prednosti v konkurenčnem okolju.
Keywords: veliki jezikovni modeli, umetna inteligenca, produktni katalog, chatGPT, java
Published in DKUM: 06.02.2025; Views: 0; Downloads: 23
Full text (3,25 MB) |
4. Mnenja in stališča študentov razrednega pouka o generativni umetni inteligenci ChatGPT : magistrsko deloLuka Šprah, 2024, master's thesis Abstract: Umetna inteligenca, zlasti generativna orodja, kot je ChatGPT, postaja ključna podpora v izobraževanju, saj olajšuje dostop do informacij in izboljšuje analitične ter ustvarjalne procese. Kljub temu odpira vprašanja o zanesljivosti informacij in vplivu na samostojno učenje. Namen raziskave je bil preučiti uporabo ChatGPT med študenti razrednega pouka ter ugotoviti, kako pogosto in za katere naloge ga uporabljajo, katera področja študija ocenjujejo kot primerna za njegovo uporabo in kako ocenjujejo zanesljivost rezultatov.
Raziskava je temeljila na kvantitativnem pristopu in je bila izvedena na vzorcu 145 študentov razrednega pouka. Pridobljeni podatki so bili analizirani s statističnimi metodami, pri čemer je bil poudarek na vzorcih uporabe, percepciji zanesljivosti in zaznanem vplivu na študijske kompetence.
Ugotovili smo, da večina študentov uporablja ChatGPT predvsem za pripravo seminarskih nalog in iskanje gradiva. Dobra tretjina študentov popolnoma zaupa rezultatom, dobra polovica študentov pa meni, da orodje pozitivno vpliva na njihovo učinkovitost in produktivnost. Raziskava poudarja potencial ChatGPT za izboljšanje študijskega dela in njegovo praktično vrednost, hkrati pa opozarja na potrebo po kritični in odgovorni uporabi. Ugotovitve prispevajo k razvoju smernic za etično uporabo umetne inteligence v izobraževanju in spodbujajo razpravo o njenem vplivu na pedagoško prakso.
Keywords: umetna inteligenca, ChatGPT, tehnologija, razredni pouk, izobraževanje
Published in DKUM: 16.01.2025; Views: 0; Downloads: 57
Full text (1,37 MB) |
5. Napovedovanje namere sprejemanja in uporabe orodja ChatGPT v poslovnem okolju : magistrsko deloPatricia Petek, 2024, master's thesis Abstract: ChatGPT je klepetalni robot, ki je z razvojem tehnologije, predvsem pa področja umetne inteligence, postal popularno orodje, ki nam lahko olajša marsikatero nalogo v našem vsakdanjem življenju. Hkrati pa je s svojo vsestransko uporabo in mnogimi možnostmi, ki jih ponuja uporabnikom, postal pomembno orodje tudi v poslovnem okolju, saj omogoča, da je delo opravljeno hitreje. ChatGPT svojo vrednost tako kaže na področjih kot so marketing in podpora strankam, ekonomija in finance, na področju kadrovanja in prava, vsekakor pa tudi v mnogih oblikah na področju informacijskih tehnologij. Namen pričujoče raziskave je bil ustvariti napovedni model, s katerim lahko čim bolje napovemo namero sprejemanja orodja ChatGPT in pa tudi njegovo uporabo v poslovnem okolju. Podatke smo pridobili s pomočjo 85 udeležencev, ki delajo na različnih področjih. S pomočjo regresijske analize smo ustvarili model, ki uspešno napoveduje namero sprejemanja orodja ChatGPT v poslovnem okolju na podlagi preprostosti uporabe in navad uporabnika. Prav tako pa smo ustvarili model, ki nadalje uspešno napoveduje tudi uporabo orodja ChatGPT v poslovnem okolju, na podlagi tehnične opremljenosti okolja in navad uporabnika. V navedenih primerih se ni izkazalo, da bi obstajali pomembni moderatorji. Raziskava ima z napovednima modeloma praktične implikacije za podjetja, ki bi želela med zaposlene vpeljati novo orodje, pa morda ni jasno, če je to smiselna naložba.
Keywords: UTAUT 2, ChatGPT, umetna inteligenca, poslovno okolje
Published in DKUM: 28.11.2024; Views: 0; Downloads: 25
Full text (1,67 MB) |
6. Generiranje poslovnih procesov z uporabo inteligentnega sistema chatgpt in orodja process spacePetja Smirnov, 2024, undergraduate thesis Abstract: Diplomsko delo v ospredje postavlja problem hitre izdelave poslovnih procesov z uporabo ChatGPT in orodja Process Space za modeliranje. Prikazana je povezava med umetno inteligenco in poslovnimi procesi. S pomočjo naučenega modela ChatGPT se je izdelal proces za izvajanje poslovne podatkovne analize, ki se je nato narisal z orodjem Process Space za modeliranje procesov. Proces služi kot dobra izhodiščna verzija za postavitev procesa v realnem svetu. Poleg opisane učne poti uporabe ChatGPT za generiranje poslovnih procesov so predstavljena tudi priporočila, kako naučiti in nato uporabljati ChatGPT za generiranje poslovnih procesov.
Predstavljene so tudi teoretične osnove delovanja velikih jezikovnih modelov, primeri uporabe umetne inteligence v poslovnem svetu in v znanosti, postopki modeliranja procesov in nekatere obstoječe rešitve, ki povezujejo umetno inteligenco s poslovnimi procesi.
Keywords: ChatGPT, poslovni procesi, modeliranje procesov, Process Space
Published in DKUM: 15.11.2024; Views: 0; Downloads: 32
Full text (2,79 MB) |
7. Generiranje načrta vadbe s pomočjo umetne inteligenceJan Korže, 2024, undergraduate thesis Abstract: Delo opisuje uporabo in delovanje ChatGPT API-ja za implementacijo uporabniškega vmesnika, preko katerega lahko z umetno inteligenco ustvarimo unikaten trening za uporabnika, ki ga lahko nato izvede s pomočjo mobilne aplikacije Impact Wrap. Namen je predstaviti različne modele ChatGPT in bistvene razlike med njimi in hkrati preveriti ali lahko že v naprej naučen model pripravimo in uporabimo za olajšanje dela trenerjev boksa, kickboxa in ostalih športov , ki želijo uporabiti večdnevne treninge
Keywords: ChatGPT, umetna inteligenca, učenje modela
Published in DKUM: 22.10.2024; Views: 0; Downloads: 53
Full text (8,68 MB) |
8. Učinkovitost avtomatiziranega oblikovanja testnih primerov s pomočjo velikih jezikovnih modelovJovana Murdjeva, 2024, master's thesis Abstract: V magistrskem delu je bila raziskana uporabo ChatGPT-ja kot veliki jezikovni model za avtomatizirano oblikovanje testnih primerov v primerjavi s tradicionalnimi metodami, ki jih uporabljajo strokovnjaki za testiranje programske opreme. Delo se je osredotočilo na vpliv natančno opredeljenih pozivov (inženiring pozivov) na kakovost, pokritost kode in učinkovitost pri odkrivanju napak. Rezultati raziskave kažejo, da ChatGPT z ustrezno oblikovanimi vnosnimi zahtevami dosega primerljivo ali celo boljšo uspešnost kot ročno oblikovani testi, kar pomeni velik potencial za optimizacijo procesov testiranja programske opreme.
Keywords: avtomatizirano testiranje, veliki jezikovni modeli, inženiring pozivov, ChatGPT, kakovost testnih primerov
Published in DKUM: 22.10.2024; Views: 0; Downloads: 42
Full text (1,31 MB) |
9. Optimizacija procesa izdelave poslovnega načrta s pomočjo umetne inteligence: primer chatgptJure Mohar, 2024, undergraduate thesis Abstract: Diplomsko delo obravnava uporabo umetne inteligence, natančneje ChatGPT, pri procesu izdelave poslovnega načrta. Glavni izziv pisanja poslovnih načrtov je velika potreba po časovnih in človeških virih. Namen tega diplomskega dela je analizirati prednosti in slabosti uporabe umetne inteligence pri tem procesu. Analiza vključuje pregled literature, analizo kritik obstoječih metodologij in primerjavo kakovosti poslovnih načrtov, ki jih je izdelal človek, in ustvarjenih z uporabo ChatGPT. Rezultati nam povedo, da lahko ChatGPT učinkovito generira osnove in določa osnovne elemente poslovnih načrtov, vendar je človeški pregled še vedno ključen za dober rezultat. ChatGPT se je izkazal za uporabno orodje, še posebno pri začetnih fazah izdelave poslovnega načrta, vendar ima omejitve na področju natančnosti in točnosti podatkov.
Keywords: ChatGPT, umetna inteligenca, poslovni načrt, podjetje, podjetništvo
Published in DKUM: 14.10.2024; Views: 0; Downloads: 43
Full text (3,67 MB) |
10. Priložnosti uporabe umetne inteligence pri izvajanju kadrovskih procesovTim Rizvanovič, 2024, undergraduate thesis Abstract: Diplomsko delo podrobno opredeljuje teoretične osnove na področju umetne inteligence in kadrovskih procesov. Teorija je nastala na podlagi tehnike zbiranja podatkov in širokega pregleda literature. Raziskava temelji na izvedbi eksperimenta, ki prikazuje uporabo umetne inteligence v petih različnih kadrovskih procesih. Cilj preizkusa je na osnovi generičnih podatkov opredeliti postopek izvajanja kadrovskih procesov z uporabo orodja ChatGPT. Analiza potencialnih rešitev in možnih izboljšav je zasnovana na podlagi predhodno opredeljenih pomanjkljivosti uporabe umetne inteligence v vsakem posameznem kadrovskem procesu. Namen zaključnega dela je celovito predstaviti in povečati ozaveščenost o obravnavanem področju ter podati smernice za nadaljnje raziskave. Ključne ugotovitve in rezultati nakazujejo, kako izrazito orodja umetne inteligence pospešijo in optimizirajo izvajanje kadrovskih aktivnosti. Umetna inteligenca je namreč ključni dejavnik, ki pripomore k časovni in stroškovni učinkovitosti izvajanja procesov kadrovskega managementa. Prihodnost temelji na vse pogostejši uporabi tehnologije umetne inteligence, ki še ni v celoti raziskana in terja nadaljnji razvoj.
Keywords: umetna inteligenca, kadrovski procesi, ChatGPT, upravljanje s človeškimi viri
Published in DKUM: 08.10.2024; Views: 0; Downloads: 35
Full text (1,60 MB) |
