| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 10 / 47
First pagePrevious page12345Next pageLast page
1.
Implementacija optimizacijskega algoritma po vzorih obnašanja levov v pythonu
Aljoša Mesarec, 2021, undergraduate thesis

Abstract: V diplomskem delu je predstavljen razvoj in delovanje algoritma po vzorih obnašanja levov. V praktičnem delu je bil algoritem implementiran v programskem jeziku Python, z vključitvijo knjižnic NiaPy. Izvedena je bila primerjava učinkovitosti s preostalimi že implementiranimi algoritmi iz knjižnice NiaPy. Rezultati so bili primerjani s pomočjo kritičnih testov. Na podlagi rezultatov kritičnih testov je bilo ugotovljeno, da je algoritem po vzorih obnašanja levov primerljiv z ostalimi algoritmi iz knjižnice Niapy.
Keywords: Python, optimizacijski algoritmi, algoritmi po vzorih iz narave, NiaPy
Published: 18.10.2021; Views: 29; Downloads: 4
.pdf Full text (1,03 MB)

2.
Uporaba okrepitvenega učenja za optimizacijo krmiljenja semaforjev
Žiga Sušin, 2021, undergraduate thesis

Abstract: V tej nalogi bomo podrobno preučili metodo okrepitvenega učenja in načine implementacije le-tega. Nato ga bomo uporabili za rešitev zadanega problema, ki je optimizacija krmiljenja semaforjev v križišču. V naslednjih poglavjih bomo na splošno opisali strojno učenje, podrobneje pa okrepitveno učenje. Opisali bomo tudi način implementacije v programskem jeziku Python in knjižnice, ki nam pomagajo pri tem. V drugem delu naloge bomo izdelali program s pomočjo pridobljenega znanja. Na koncu pa bomo še predstavili rezultate simulacij.
Keywords: Okrepitveno učenje, umetna inteligenca, promet, Python
Published: 18.10.2021; Views: 25; Downloads: 0
.pdf Full text (1,21 MB)

3.
Delno nadzorovan meta klasifikator v programskem jeziku Python
Ingrid Mirnik, 2021, undergraduate thesis

Abstract: V zaključnem delu se ukvarjamo z razvojem delno nadzorovanega meta klasifikatorja in njegovim delovanjem. Namen zaključenega dela je predstaviti koristnost delno nadzorovane klasifikacije ter uporabo te na praktičnem primeru. Rešitev smo razvili s pomočjo programskega jezika Python in scikit-learn knjižnice. Pri preverjanju delovanja klasifikatorja smo se omejili na tri različne podatkovne množice, katerim se deleži označenih podatkov spreminjajo glede na test. Primerjali smo rezultate nadzorovanih in delno nadzorovanih klasifikatorjev, ki so se vrnili podobni. Ugotovili smo, da med rezultati nadzorovanih in delno nadzorovanih klasifikatorjev ni bistvene razlike, razen v časovni zahtevnosti, ki je občutno večja pri delno nadzorovanih klasifikatorjih.
Keywords: Python, delno nadzorovana klasifikacija, strojno učenje
Published: 18.10.2021; Views: 28; Downloads: 4
.pdf Full text (2,43 MB)

4.
Razpoznavanje obrazov s pomočjo strojnega učenja na napravi raspberry-pi
Anže Galun, 2021, undergraduate thesis

Abstract: V diplomskem delu smo raziskovali svet biometričnih sistemov, bolj podrobno metodo razpoznavanja obrazov in jih opisali. V raziskavi smo se osredotočili na razvoj programske opreme razpoznavanja obrazov v obsegu, ki nam jih je ponudila naprava Raspberry-Pi, ter programski jezik Python in uporaba obsežne knjižnice imenovane OpenCV, s pomočjo katerih je bilo možno razvijanje metode za razpoznavanje obrazov s pomočjo strojnega učenja. Po ustvarjeni programski rešitvi smo uporabnost in namen diplomskega dela predstavili na primeru odklepanja fizičnega miniaturnega primera škatle.
Keywords: : Raspberry-Pi, razpoznavanje obrazov, Python, OpenCV
Published: 18.10.2021; Views: 25; Downloads: 4
.pdf Full text (16,67 MB)

5.
Ocenjevanje vlažnosti tal z uporabo radarskih slik in globokega učenja
Tomaž Peterkovič, 2021, master's thesis

Abstract: Magistrsko delo temelji na obdelavi satelitskih slik in uporabi globokih konvolucijskih nevronskih mrež. V vsebini zaključnega dela je opisano raziskovalno delo s področja uporabe polarimetričnega SAR-a. Namen dela je načrtovanje in izdelovanje sistema, ki bi lahko bil sposoben obdelati satelitsko sliko tako, da se iz nje lahko določi vlažnost tal. Za ocenjevanje le-te so bile uporabljene globoke konvolucijske nevronske mreže, ki so se izkazale za zelo uporabne. V postopku izdelave so bili uporabljeni programi za obdelovanje atmosferskih slik s pomočjo polarimetrije, kot so PolSARpro in SNAP. Za nadaljnjo obdelavo slik in načrtovanje globoke konvolucijske nevronske mreže se je uporabljal programski jezik Python v okolju Visual Studio.
Keywords: Daljinsko zaznavanje, nevronske mreže, ocenjevanje vlažnosti tal, polarimetrija, PolSARpro, Python
Published: 18.10.2021; Views: 22; Downloads: 7
.pdf Full text (8,61 MB)

6.
Integracija funkcij v programskem jeziku Python v programsko opremo za HIL testiranje komponent vozil
Matjaž Malok, 2021, master's thesis

Abstract: V magistrski nalogi obravnavamo integracijo orodja v programskem jeziku Python s programom dSpace AutomationDesk (AUD), ki se uporablja za avtomatizacijo preverjanja skladnosti rezultatov, ki so pridobljeni s testiranjem programske opreme oljne črpalke. Povezavo AUD z drugimi pomožnimi programi oz. bazami uporabljamo, da poenostavimo evalvacijo in jo naredimo hitrejšo ter zanesljivejšo. Tako predstavljamo prenos podatkom med programoma AUD in Microsoft Excel, v čigar dokumentih so shranjeni podatki za avtomatsko evalvacijo, ter njihovo shranjevanje v AUD objekte. Nato predstavljamo avtomatsko ustvarjanje projektov v AUD za izvajanje posameznih testov, ki so določeni v dokumentih programa Excel. Na koncu predstavljamo še povezavo med AUD in podatkovno bazo, v kateri so shranjeni podatki s spletne platforme Polarion, s čimer pridobivamo podatke o testih, kar uporabljamo za ustvarjanje poročil.
Keywords: dSpace AutomationDesk, Python, HIL – metoda strojne opreme v zanki, komponente vozil, integracija, avtomatizacija
Published: 13.09.2021; Views: 84; Downloads: 0

7.
Trgovanje kriptovalut z okrepitvenim učenjem
Gašper Reher, 2020, undergraduate thesis

Abstract: V diplomskem delu se bom seznanil in preizkusil okrepitveno učenje na časovnih podatkih, natančneje na trgovanju s kriptovalutami. V okviru naloge bom naredil teoretičen pregled okrepitvenega učenja, ogrodji okrepitvenega učenja in pregled knjižnic, ki že obstajajo na področju okrepitvenega učenja ter trgovanja s kriptovalutami. Praktični cilj diplomskega dela pa je izdelava programa, ki se bo na podlagi zgodovinskih vrednosti kriptovalut, naučil, kako trgovati z njimi, tako da zagotovi velik dobiček.
Keywords: Okrepitveno učenje, kriptovalute, Python, umetna inteligenca
Published: 03.11.2020; Views: 299; Downloads: 97
.pdf Full text (1,66 MB)
This document has many files! More...

8.
Primerjava spletnih strežnikov na osnovi programskega jezika Python
Filip Kren, 2020, undergraduate thesis

Abstract: Diplomsko delo je osredotočeno na primerjanje spletnih strežnikov, ki temeljijo na programskem jeziku Python. Preden smo začeli s primerjavo, smo natančneje spoznali koncepte spletnih strežnikov. Nato smo podrobneje pogledali standard WSGI, ki definira kako gostiti Python aplikacije na strežnikih. Izbrane strežnike CherryPy, Gunicorn, uWSGI, TwistedWeb in Tornado smo natančno analizirali in opisali. Na strežnike smo namestili testno spletno aplikacijo, ki smo jo razvili v programskem jeziku Python s pomočjo ogrodja Django. Nato smo implementirali obremenitvene teste s katerimi smo po testirali odzivnost in učinkovitost strežnikov. Rezultate testiranja smo uporabili za primerjavo strežnikov, ter tako ugotovili, da med izbranimi strežniki obstajajo razlike in podobnosti.
Keywords: Spletni strežnik, Python, primerjava spletnih strežnikov, WSGI, CherryPy, Gunicorn, uWSGI, TwistedWeb, Tornado, Django
Published: 03.11.2020; Views: 175; Downloads: 39
.pdf Full text (1,44 MB)
This document has many files! More...

9.
Primerjava programskih jezikov Python in R za namene strojnega učenja
Peter Zupan, 2020, undergraduate thesis

Abstract: V diplomski nalogi primerjamo programska jezika R in Python za namene strojnega učenja. Najprej razložimo, kaj je strojno učenje, nato opišemo algoritme, ki smo jih uporabili pri praktičnih primerih, ter predstavimo programska jezika R in Python. V nadaljevanju diplomskega dela na treh različnih primerih prikažemo delovanje obeh programskih jezikov. Nalogo zaključimo s primerjavo programskih jezikov na podlagi pridobljenih rezultatov in ugotovitev iz praktičnega dela.
Keywords: strojno učenje, R, Python, linearna regresija, odločitvena drevesa, nevronske mreže
Published: 02.11.2020; Views: 212; Downloads: 71
.pdf Full text (1,16 MB)

10.
Implementacija odločitvenih dreves v programskem jeziku Python
Gregor Gorjanc, 2020, undergraduate thesis

Abstract: V diplomskem delu je predstavljeno področje strojnega učenja, del katerega so odločitvena drevesa. Čeprav je odločitveno drevo v osnovi pripomoček za vizualizacijo, nas v sklopu strojnega učenja zanima proces gradnje. Obstaja več algoritmov, ki s pomočjo podatkovnih množic generirajo odločitvena drevesa. V delu je podrobno predstavljeno delovanje algoritma C4.5, čigar implementacija predstavlja jedro naloge. Algoritem je bil implementiran s pomočjo programskega jezika Python. Po osnovni implementacijo je bil izveden proces optimizacije, kjer so preizkušene različne strukture programskega jezika Python. Po optimizaciji je bila izvedena primerjalna analiza delovanja. Izvedena je bila tudi primerjava delovanja implementiranega algoritma z obstoječo implementacijo J48.
Keywords: strojno učenje, odločitveno drevo, Python, C4.5
Published: 03.07.2020; Views: 872; Downloads: 209
.pdf Full text (2,12 MB)

Search done in 0.17 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica