Search the digital library catalog

Abstract: Namen te raziskave je ugotoviti, kako lahko uporaba tehnik strojnega učenja izboljša procese upravljanja nalog v projektnih dejavnostih podjetij. Študija je bila izvedena z uporabo metodologije CRISP-DM na podatkih iz dveh virov o projektih Jira. Glavni koraki priprave podatkov so vključevali čiščenje podatkov, tokenizacijo, lematizacijo in uravnoteženje. Modeliranje je bilo izvedeno z uporabo petih klasifikatorjev: Random Forest, SVC (angl. support vector classifier), Logistic Regression, Gradient Boosting in kNN. Upoštevani so bili različni pristopi k razvrstitvi podatkov: razvrstitev v dva, tri in štiri razrede. Analiza je pokazala, da čiščenje podatkov iz tehničnih informacij ne vpliva na rezultate razvrščanja. Uravnoteženje je izboljšalo rezultate. Po našem mnenju je razvrstitev podatkov v dva, tri in celo štiri razrede pokazala dobre rezultate. Uvedba sentimentalne sestavine v model ni izboljšala rezultatov razvrščanja. Menimo, da je bil cilj raziskave dosežen. Nadaljnje raziskave so lahko usmerjene v izboljšanje algoritmov za čiščenje opisov projektnih nalog iz tehničnih informacij. Naši rezultati in priporočila bodo pripomogli k izboljšanju procesov upravljanja nalog v projektih in povečanju njihove učinkovitosti.
Keywords: vodenje projektov, strojno učenje, prioriteta nalog, algoritmi za razvrščanje
Published in DKUM: 05.07.2024; Views: 93; Downloads: 6
Full text (6,35 MB)

Abstract: V magistrskem delu smo primerjali različne pristope za klasifikacijo sentimenta kritik filmov. Naš cilj je bil doseči čim višjo točnost pri klasifikaciji kritik. Uporabili smo algoritme, kot so metoda podpornih vektorjev, naključni gozdovi, naivni Bayes, odločitvena drevesa, k-najbližjih sosedov, logistična regresija in glasovanje. Rezultate smo merili z metriko točnosti. Ugotovili smo, da večji n-grami in algoritmi glasovanja dosegajo najboljšo točnost. Za najhitrejšo in najbolj točno klasifikacijo priporočamo algoritem glasovanja brez metode podpornih vektorjev, saj je bila ta najpočasnejša.
Keywords: analiza sentimenta, n-grami, algoritmi za klasifikacijo, točnost
Published in DKUM: 01.03.2024; Views: 275; Downloads: 26
Full text (2,00 MB)

Abstract: Uporabniki spletnih platform se v današnjem času za pridobitev novic večinoma zanašajo na družbena omrežja, vendar pa zaradi razvoja tehnologij vse težje razločujejo pristne in preverjene vsebine od vedno prepričljivejših dezinformacij. Zato je izrednega pomena učinkovita ureditev ukrepanja za zagotovitev varnega spletnega okolja. Tako je bila v magistrskem delu raziskan prispevek novega pravnega okvirja, Akta o digitalnih storitvah (v nadaljevanju ADS), pri zmanjševanju širjenja dezinformacij in morebitnih ovirah za zagotavljanje spoštovanja temeljne pravice do svobode izražanja. ADS se pretežno osredotoča na določitev ukrepov, potrebnih za boj proti nezakonitemu govoru, vendar pa ne vsebuje izrecnih določb za ukrepanje zoper dezinformacije. Tako je bil poudarek moje raziskave namenjen vprašanju, kakšne ukrepe ADS posredno nalaga ponudnikom posredniških storitev in spletnih platform v zvezi s škodljivimi vsebinami, s katerimi omejuje prekomerno poseganje v temeljne pravice uporabnikov. Ob upoštevanju naraščanja uporabe umetne inteligence za moderiranje vsebin uporabnikov je zato v magistrski nalogi obravnavana tudi tematika učinkovitosti uporabe algoritmov in drugih samodejnih orodij filtriranja pri prepoznavanju lažnih informacij in zmanjšanju njihovega širjenja. V magistrskem delu ugotavljam, da trenutno ponudniki posredniških storitev in spletnih platform za ukrepanje zoper dezinformacije kot regulativne smernice upoštevajo neuradne zaveze, določene v Okrepljenem kodeksu ravnanja EU glede dezinformacij iz leta 2022 (v nadaljevanju Kodeks 2022). Kljub odsotnosti zavezujočih ukrepov za zajezitev širjenja dezinformacij v ADS so ukrepi, navedeni v tem kodeksu ravnanja, pridobili de facto zavezujočo naravo. Namreč za pravilno izpolnjevanje posameznih obveznosti ponudnikov ADS predvideva uporabo ukrepov, opredeljenih v kodeksih ravnanj. Tako zakonodajalec EU kljub koregulacijskem pristopu k preprečevanju negativnih učinkov dezinformacij do določene mere učinkovito vpliva na zagotavljanje spoštovanja pravice do svobode izražanja uporabnikov. Pravni okvir za ravnanje spletnih ponudnikov, ki ga določa ADS, je nov pravni okvir, saj je v veljavo stopil šele konec leta 2022. Tako kot predhodna Direktiva o elektronskem poslovanju tudi ADS ne ureja izrecno postopanja v primeru dezinformacij. Zato je doprinos moje magistrske naloge namenjen predvsem opredelitvi učinkovitosti uporabe ukrepov ADS in drugih samoregulacijskih pristopov ponudnikov, kot je Kodeks 2022, pri zagotavljanju varstva pravice do svobode izražanja.
Keywords: digitalno okolje, ponudniki posredniških storitev, kodeks ravnanja, zaščita temeljnih pravic, moderiranje spletnih vsebin, umetna inteligenca in algoritmi
Published in DKUM: 25.01.2024; Views: 326; Downloads: 53
Full text (3,75 MB)

Abstract: Namen te diplomske naloge je raziskati vpliv kvantnih računalnikov na kriptografijo in razvoj post-kvantne kriptografije. V diplomski nalogi širši javnosti predstavimo koncept kriptografije in kvantnih računalnikov ter identificiramo problem, ki ga kvantni računalniki predstavljajo trenutnim kriptografskim algoritmom, kateri so podlaga za celotno informacijsko varnost. Diplomska naloga opisuje osnovna načela kriptografije in kvantne mehanike. Poglablja se v široko uporabljene kriptografske algoritme ter razvoj in delovanje kvantnih računalnikov. Raziskuje tudi izzive, ki jih predstavljajo kvantni računalniki na področju kriptografije in njihovo zmožnost razreševanja trenutno najbolj uporabljenih kriptografskih algoritmov. Kot posledica tega pa predstavi post-kvantno kriptografijo in nekatere trenutne post-kvantne kriptografske algoritme. Na koncu pa analizira in pregleduje vlogo inštitucij in njihovih prizadevanj pri napredku post-kvantne kriptografije in kvantnega računalništva na svetovni, Evropski in Slovenski ravni.
Keywords: kriptografija, kvantno računalništvo, post-kvantna kriptografija, algoritmi, diplomske naloge
Published in DKUM: 02.06.2023; Views: 489; Downloads: 52
Full text (1,44 MB)

Abstract: V magistrskem delu predstavimo tri algoritme za reševanje problema $k$ razlik, in sicer rešitev z dinamičnim programiranjem, vključno z Ukkonenovo izboljšavo pričakovane časovne zahtevnosti, algoritem Galila in Parkova ter algoritem Tarhia in Ukkonena. Predstavljene algoritme implementiramo v programskem jeziku Python in izvedemo meritve časov izvajanja pri različnih testnih primerih, tako na angleškem kot slovenskem besedilu. Na koncu predstavimo rezultate meritev in na podlagi le-teh primerjamo algoritme.
Keywords: nizi, urejevalna razdalja, nenatančno iskanje vzorcev v nizih, problem $k$ razlik, algoritmi, analiza algoritmov
Published in DKUM: 28.10.2022; Views: 654; Downloads: 48
Full text (723,33 KB)