| | 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 - 5 / 5
First pagePrevious page1Next pageLast page
1.
S strojnim učenjem podprta analiza znanstvenih revij in avtorjev
Tevž Šart, 2021, master's thesis

Abstract: V sklopu magistrske naloge smo se osredotočili na problematiko iskanja primernih revij za objavo znanstvenih člankov različnih avtorjev. V prvem delu smo se osredotočili na pridobivanje znanja iz nestrukturiranih podatkov. Za pridobivanje uporabnega znanja smo uporabili način besedne vložitve. V drugem delu smo se osredotočili na izgradnjo programske rešitve za vektorizacijo znanstvenih člankov in revij. Namen magistrske je bil ugotoviti, ali lahko s pomočjo strojnega učenja in tehnike vektorizacije besedila ugotovimo podobnosti med znanstvenimi članki različnih avtorjev in revij ter na takšen način ugotovimo, ali avtor objavlja svoje znanstvene članke v pravilnih revijah. Vhodni korpus smo pridobili iz spletne baze znanstvenih člankov Scopus. S pomočjo rezultatov programske rešitve smo opravili analizo, s pomočjo katere smo pridobili odgovore na zastavljena raziskovalna vprašanja ter posledično sprejeli ali zavrgli hipoteze.
Keywords: doc2vec, tf-idf, besedne vložitve, vektorizacija besedila, obdelava naravnega jezika
Published: 20.04.2021; Views: 93; Downloads: 14
.pdf Full text (1,52 MB)

2.
Vektorizacija rasterskih slik tlorisov zgradb
Martin Oprešnik, 2020, master's thesis

Abstract: V magistrskem delu smo se ukvarjali z vektorizacijo tlorisov stavb. Razvili smo sistem, ki na rasterski sliki tlorisa zazna stene in jih shrani v vektorsko obliko. Omejili smo se na zaznavo sten. Tlorisi lahko poleg označenih sten vsebujejo tudi okna, vrata in pohištvo. Okoli tlorisa je lahko glava načrta, ki vsebuje metapodatke, ki so med drugim naslov, merilo in ime arhitekta. Glavo smo pred vektorizacijo ročno odstranili. Sistem pri večbarvnih načrtih na podlagi barve najprej odstrani oznake, ki ne predstavljajo sten. Za tem zazna tip notacije načrta. Pri načrtih, ki imajo notacijo dveh vzporednih črt s filtriranjem poudarimo črte, sliko binariziramo, izračunamo skeleton slike, zaznamo črte in s pomočjo zaznanih črt zaznamo stene. Pri načrtih z notacijo odebeljene črte pa sliko filtriramo s filtrom mediane, jo binariziramo, zaznamo robove črt in iz zaznanih črt zaznamo stene. Izmed zaznanih sten za tem odstranimo morebiti napačno zaznane stene in izboljšamo natančnost detekcije v vogalih sten. Na koncu zaznane stene shranimo v vektorsko sliko v formatu SVG. Za preizkus naše rešitve smo pripravili podatkovno zbirko 40 tlorisov, od katerih je 20 načrtov za vsak tip notacije. Ročno označene tlorise smo z avtomatsko zaznanimi tlorisi primerjali s pomočjo Jaccardovega indeksa, senzitivnosti, preciznosti in relativne napake seštevka dolžin sten. Na testnih podatkih je naš sistem zaznal stene s povprečnim Jaccardovim indeksom 0,7; senzitivnostjo 0,76; preciznostjo 0,81 in povprečno napako pri seštevku dolžin sten 0,13. Na podlagi rezultatov sklepamo, da je predlagan programski sistem primeren za grobo vektorizacijo, a ni dovolj natančen za popolno avtomatsko uporabo.
Keywords: obdelava slik, tlorisi stavb, vektorizacija
Published: 20.11.2020; Views: 133; Downloads: 17
.pdf Full text (21,95 MB)

3.
Analiza vektorizirane izvorne kode s strojnim učenjem
Aleksej Miloševič, 2020, master's thesis

Abstract: Statična analiza izvorne kode je pomemben del razvoja programske opreme, ki pa ima nekaj pomembnih pomanjkljivosti, ker z metrik programske kode ne moremo sklepati o semantični pravilnosti. Kot potencialno rešitev smo v magistrskem delu raziskali nevronsko mrežo Code2Vec. V teoretičnem delu smo obravnavali osnovne koncepte umetnih nevronskih mrež, tehnike redukcij dimenzionalnosti vektorjev in delovanje Code2Vec. V praktičnem delu smo izvedli eksperiment vizualizacije, klasifikacije in gručenja nad podatkovno množico, ki jo sestavljajo tako visoko-dimenzionalni vektorji kot tudi splošne značilnosti programske kode metod šestih odprtokodnih projektov. Glede na rezultate sklepamo, da so vektorji Code2Vec koristni za izvedbo statične analize kode.
Keywords: umetne nevronske mreže, vektorizacija, Code2Vec, izvorna koda, strojno učenje
Published: 27.01.2020; Views: 531; Downloads: 154
.pdf Full text (3,93 MB)

4.
Uporaba različnih metod in tehnik za digitalizacijo risb obstoječega objekta
Daniel Meško, 2016, undergraduate thesis

Abstract: Diplomsko delo obravnava različne tehnike in metode prezentacije objekta v digitalni obliki. Primera diplomske naloge temeljita na fotogrametriji, prvi primer je narejen s pomočjo fotogrametričnega sistema TRITOP, ki ga uporablja Fakulteta za strojništvo, drugi primer pa je narejen tako, da smo najprej poslikali kapelico s fotoaparatom Nikon D3000 in jo nato s pomočjo programa 123D Catch prenesli na računalnik ter jo predstavili kot 3D model. Da bi razumeli, kako pridemo do rezultatov smo v diplomski nalogi predstavili tudi digitalizacijo risb, fotogrametrijo, vektorizacijo, 3D skeniranje in BIM slednjega zgolj na kratko.
Keywords: Digitalizacija, Fotogrametrija, Vektorizacija, 3D skeniranje, TRITOP, BIM, 123D Catch
Published: 28.09.2016; Views: 696; Downloads: 85
.pdf Full text (5,34 MB)

5.
VEKTORIZACIJA RASTRSKE SLIKE
Erik Kavaš, 2014, undergraduate thesis

Abstract: V diplomskem delu smo se najprej seznanili z že obstoječimi programi za vektorizacijo rastrske slike in si ogledali njihove funkcionalnosti, delovanja ter jih primerjali med seboj. Preučili smo enega od algoritmov in se seznanili z aplikacijami za vektorizacijo. Na podlagi ugotovitev smo zasnovali svojo aplikacijo za prepoznavanje znakov in vektorizacijo rastrske slike.
Keywords: vektorizacija, rastrska slika, vektorska grafika, Potrace
Published: 06.03.2015; Views: 1282; Downloads: 194
.pdf Full text (3,51 MB)

Search done in 0.16 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica