| | 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


81 - 90 / 203
First pagePrevious page567891011121314Next pageLast page
81.
Razvoj metode za izbiro klasifikatorja
Aleš Černezel, 2016, doctoral dissertation

Abstract: V doktorski nalogi opišemo razvoj metode za izbiro klasifikatorja. Glavni prispevek omenjene metode je izbor najustreznejših kombinacij: metode za merjenje točnosti, klasifikacijskega algoritma in velikostjo učne množice; v okviru uporabniško definiranih kriterijev. Metoda je splošna in posledično tudi prilagodljiva ter razširljiva. Postopek izvajanja je formalno zapisan v obliki psevdokoda. Za potrebe zagotavljanja teoretične podlage izvedemo tudi več empiričnih raziskav, kjer dobljene rezultate analiziramo s serijo statističnih preizkusov. Izsledki raziskav doprinesejo naslednje prispevke k znanosti. Formalizacija odločitev in kriterijev za izbiro najustreznejše metode za merjenje točnosti. Formalizacija odločitev in kriterijev za izbiro najustreznejšega klasifikacijskega algoritma. Izbor matematičnega modela, ki v splošnem najbolje opiše obliko učnih krivulj. Formalizacija terminalnih kriterijev za določanje najustreznejše velikosti učne množice.
Keywords: Strojno učenje, klasifikacija, klasifikacijski algoritmi, podatkovne zbirke, primerjava algoritmov, zmogljivost klasifikacije, navzkrižna validacija, metoda bootstrap, učna krivulja, prileganje krivulj, aproksimacija krivulj, potenčni zakon, eksponentni zakon, terminalni kriteriji
Published in DKUM: 21.07.2016; Views: 1641; Downloads: 240
.pdf Full text (3,04 MB)

82.
Uporaba hiper-hevrističnega pristopa pri ovrednotenju operatorjev evolucijskih algoritmov
Marjan Horvat, 2016, master's thesis

Abstract: Razvoj na področju evolucijski algoritmov je še vedno v porastu in ni zaznati, da bi se kmalu umiril. Področje evolucijskih algoritmov se krepi z vedno novimi in boljšimi algoritmi iz dneva v dan. Praktična uporaba le teh se seli v težja in zahtevnejša okolja. Pričakovanja splošne in strokovne javnosti so vse večja. Zadnja družina algoritmov je znana pod imenom hiper-hevristika. Za to skupino algoritmov je značilna sočasna uporaba večjega števila algoritmov pri reševanju enega problema. Cilj je združiti znanja večih algoritmov v eno povezano celoto. Predlagana in razvita je nova vrsta orodja. Razvito orodje omogoča razvoj algoritmov po novih smernicah. Algoritmi razviti po predlaganih usmeritvah so preglednejši, kompaktnejši, poenoteni, prenosljivi, razširljivi. Te odlike lahko pričakujemo od novo nastalih algoritmov v bližnji prihodnosti. Glavni doprinos orodja je neodvisno zaganjanje posameznih delov evolucijskega al- goritma. Obstoječi evolucijski algoritmi so preoblikovani v posamezne enote. Orodje skrbi za vrstni red in trajanje zagona za vsako enoto posebej. S povezovanjem različnih delov, dobljenih iz različnih algoritmov, pridobivamo nove algoritme. Glede na uspešnost algoritma, lahko sklepamo o uspešnosti njegovih enot.
Keywords: evolucijsko računanje, evolucijski algoritmi, hiper-hevristika, meta-hevristika, meta-optimizacija, optimizacija
Published in DKUM: 14.07.2016; Views: 1291; Downloads: 117
.pdf Full text (2,95 MB)

83.
UMETNI IMUNSKI SISTEM - S STRANI BIOLOGIJE NAVDIHNJENO RAČUNANJE
Andrej Barovič Karpov, 2016, master's thesis

Abstract: Cilj magistrskega dela je opis (njihova sestava in princip, po katerem delujejo), implementacija algoritmov umetnega imunskega sistema (AIS) in njihova integracija v obstoječo EARS okolje. V AIS skupino algoritmov spadajo CLONALG, NSA, aiNET in drugi. Te algoritme smo primerjali z ostalimi optimizacijskimi algoritmi, kot so: PSO, DE, ABC, in TLBO. Primerjavo med algoritmi smo izvedli na CEC skupini problemov in pri tem uporabili statistične teste (NHST) ter novejši pristop CRS4EAs. Rezultati vsake generacije so bili podvrženi dodatnim testom za ugotavljanje eksploracijskih (raziskovalnih) in eksploatacijskih (izkoriščevalnih) lastnosti algoritma AIS.
Keywords: inteligentni sistemi, evolucijsko računanje, evolucijski algoritmi, evolucijske strategije, genetsko programiranje, genetski algoritmi, umetni imunski sistem
Published in DKUM: 07.07.2016; Views: 1925; Downloads: 132
.pdf Full text (1,67 MB)

84.
Algoritem za celostno vrednotenje fotovoltaičnega in vetrnega potenciala večjih geografskih območij
Niko Lukač, 2016, doctoral dissertation

Abstract: V doktorski disertaciji predlagamo nov algoritem za izračun fotovoltaičnega in vetrnega potenciala nad večjim geografskim območjem. Pri tem veliko geografsko območje predstavimo v topološki strukturi mreže, ki jo skonstruiramo iz visokoločljivostnih podatkov laserskega snemanja LiDAR. Najprej relativno, glede na lokacijo, izračunamo položaj Sonca, senčenje ter anizotropno obsevanje na površino, z upoštevanjem večletnih meritev direktnega in difuznega obsevanja. Izračunano trenutno vrednost globalnega obsevanja integriramo po času, pri čemer upoštevamo tudi od globalnega obsevanja nelinearno odvisno karakteristiko izkoristka (učinkovitosti) obravnavanega fotovoltaičnega sistema. V drugem delu doktorske disertacije predstavimo novo metodologijo za izračun vetrnega potenciala nad dano mrežo, kjer z računalniško simulacijo določimo vetrni tok kot skupek zračnih molekul z Lagrangeovo metodo hidrodinamike zglajenih delcev ter modelom turbulence temelječim na Reynoldsovim povprečenjem. Za izvedbo izračuna potencialnega gibanja vetra upoštevamo še večletne podatke meteoroloških meritev hitrosti in smeri vetra, s katerimi zgradimo logaritmični vetrni profil za določitev začetnih pogojev delcev vetra. Za izračun izhodne moči uporabimo nelinearno karakteristiko moči vetrne elektrarne, ki je odvisna od hitrosti vetra. Integracijo slednje po času uporabimo za napoved proizvodnje električne energije. Obe metodologiji združimo v predlagan algoritem, ki ga implementiramo na grafični procesni enoti s tehnologijo CUDA, s čimer dosežemo učinkovito paralelno izvajanje v doglednem času. V eksperimentalnem delu doktorske disertacije s primerjavo izračunanih vrednosti in neodvisnih meritev ovrednotimo natančnost in točnost izračuna glede na vhodne podatke. Z algoritmom tudi vrednotimo fotovoltaični in vetrni potencial večjega geografskega območja mesta Maribor. Pri fotovoltaičnem potencialu v povprečju dosežemo točnost glede na podatke meritev do 97%, pri vetrnem potencialu pa do 92%.
Keywords: algoritmi, modeliranje in simulacija, računalniška simulacija, daljinsko zaznavanje, meteorolov{s}ke meritve, podatki LiDAR, paralelno računanje, GPU, GPGPU, CUDA, fotovoltaiv{c}ni potencial, vetrni potencial, hidrodinamika zglajenih delcev
Published in DKUM: 02.06.2016; Views: 2177; Downloads: 348
.pdf Full text (5,62 MB)

85.
STISKANJE SLIK Z ALGORITMI PO VZORIH IZ NARAVE
Gregor Jurgec, 2016, master's thesis

Abstract: V delu predstavljamo postopek stiskanja slik s pomočjo optimizacijskih algoritmov iz dveh različnih družin, tj. evolucijskih algoritmov in algoritmov na osnovi inteligence rojev. V naši raziskavi smo za reševanje zadanega problema uporabili diferencialno evolucijo in optimizacijo s kukavičjim iskanjem. Osnovna algoritma smo izboljšali z adaptacijskimi in hibridizacijskimi metodami. Stiskanje slik smo izvedli s pomočjo množice primitivnih geometrijskih oblik trikotnika. Razvita algoritma smo testirali na realnih primerih stiskanja slik in kakovost rezultatov stiskanja primerjali med seboj.
Keywords: evolucijski algoritmi, inteligenca rojev, diferencialna evolucija, kukavičje iskanje, stiskanje slik.
Published in DKUM: 21.04.2016; Views: 1725; Downloads: 190
.pdf Full text (2,01 MB)

86.
ALGORITEM BURROWS-WHEELERJEVE TRANSFORMACIJE
Andrej Žuran, 2016, undergraduate thesis

Abstract: V diplomski nalogi smo obravnavali algoritem Burrows-Wheelerjeve transformacije. Spoznali smo idejo transformacije in njen zgodovinski razvoj. Opisali smo najpogosteje uporabljene algoritme in inverz transformacije. Implementirali smo dva izbrana algoritma BWT. Prvi, tako imenovani izboljšan osnovni algoritem transformacije BWT nadgradi osnovno idejo BWT z izboljšanjem prostorske zahtevnosti. Drugi, algoritem, temelječ na predponskem drevesu, si pri gradnji transformacije pomaga s predponskim drevesom, ki smo ga zgradili z Ukkonenovim algoritmom. Implementirana algoritma smo nato primerjali glede na porabo časa CPU in porabo pomnilniškega prostora.
Keywords: algoritmi, predponsko drevo, časovna zahtevnost, prostorska zahtevnost
Published in DKUM: 13.04.2016; Views: 1355; Downloads: 135
.pdf Full text (1,71 MB)

87.
Rubikove kocke
Mitja Kauran, 2016, undergraduate thesis

Abstract: V diplomskem delu so predstavljene Rubikove kocke, vse od najmanjše 2 x 2 x 2, do nekoliko večje 4 x 4 x 4 ter podrobneje vsem poznana 3 x 3 x 3. Pri vseh kockah je naveden kratek opis kocke ter primer rešitve z algoritmi za postopno reševanje skupaj z opisom, čemu je namenjen posamezni algoritem. Na koncu je podrobneje obravnavana Rubikova kocka 3 x 3 x 3, kako je se je v letih od njenega izuma naprej ugotavljala in dokazovala zgornja meja števila potez za rešitev te kocke.
Keywords: Kombinatorika, algebra, permutacije, algoritmi, variacije, Rubikove kocke, božji algoritem, božje število.
Published in DKUM: 07.04.2016; Views: 4747; Downloads: 426
.pdf Full text (2,33 MB)

88.
ISKANJE NAJBLIŽJE TOČKE V 3D PROSTORU
David Balažic, 2016, undergraduate thesis

Abstract: Iskanje najbližje točke je temeljni problem v računalniški geometriji. Diplomsko delo obravnava Bentleyev algoritem z delitvijo prostora na celice v različici za 3D prostor ter razširitev z rekurzivno delitvijo celic na podcelice. Algoritem je preizkušen na različnih množicah točk, tako sintetičnih kot praktičnih. Za primerjavo so testirani tudi naivna metoda iskanja ter metoda z osmiškim drevesom. Ugotovljeno je, da je Bentleyev algoritem učinkovit na različnih vhodnih podatkih in ima v večini primerov linearno časovno zahtevnost tako pri predobdelavi podatkov kot pri iskanju vseh najbližjih sosedov. Metoda z rekurzivno delitvijo celic izboljša hitrost iskanja na množicah z močno neenakomerno porazdelitvijo točk v prostoru, kjer prejšnja dosega slabše rezultate.
Keywords: algoritmi, računalniška geometrija, najbližja točka, delitev prostora
Published in DKUM: 18.03.2016; Views: 1300; Downloads: 91
.pdf Full text (1,97 MB)

89.
Hibridni algoritmi za barvanje grafov
Martin Duh, 2016, master's thesis

Abstract: Tema magistrskega dela je barvanje grafov s pomoˇcjo hibridnih algoritmov. V magistrskem delu predstavimo algoritem za barvanje grafa z variabilnim lokalnim iskanjem in hibridni algoritem za barvanje grafa, ki združuje evolucijski algoritem z lokalnim iskanjem. Nazadnje še predstavimo hibridni algoritem za barvanje grafa, ki deluje po principu algoritma za variabilno lokalno iskanje. Magistrsko delo je razdeljeno v osem sklopov. V prvem sklopu so navedeni osnovni pojmi in definicije. V drugem sklopu sledi pregled hevristiˇcnih metod za barvanje grafa. V tretjem sklopu je opisan standardni algoritem za variabilno lokalno iskanje. V ˇcetrtem sklopu je predstavljen prilagojen algoritem za variabilno lokalno iskanje za optimizacijski problem barvanja grafa. V petem sklopu so predstavljeni evolucijski algoritmi. V šestem sklopu so predstavljeni splošni hibridni algoritmi za barvanje grafa. Sklop zakljuˇcimo s hibridnim algoritmom za barvanje grafa, ki deluje po principu algoritma za variabilno lokalno iskanje. V sedmem sklopu je opis programa v programskem jeziku C++. V zadnjem sklopu so predstavljeni rezultati algoritmov za reševanje problema barvanja grafa na nekaterih izbranih primerih.
Keywords: algoritmi, grafi, barvanje grafa, lokalno iskanje, variabilno lokalno iskanje, evolucijski algoritmi, hibridni algoritmi
Published in DKUM: 15.02.2016; Views: 1603; Downloads: 144
.pdf Full text (715,10 KB)

90.
Hevristični algoritem za 3-barvanje grafov
Luka Arnečič, 2015, master's thesis

Abstract: Magistrsko delo obravnava hevristični algoritem za 3-barvanje grafov, ki temelji na hibridiziranem evolucijskem algoritmu in se lahko uporabi za ugotavljanje dobre 3-obarvljivosti navadnih neusmerjenih grafov. Najprej razložimo matematične osnove problema in predstavimo algoritme, na katerih temelji naš hevristični algoritem, nato ga opišemo, na koncu pa predstavimo primerjavo hevrističnega algoritma z algoritmi uporabljenimi in opisanimi v osnovnem članku [9]. V prvem delu razložimo matematične osnove, ki so potrebne za razumevanje problema dobrega 3-barvanja grafov in predstavimo osnovne zasnove algoritmov, na katerih temelji hevristični algoritem. V drugem delu predstavimo hevristični algoritem po komponentah ter podatkovne strukture, ki so uporabljene v hevrističnem algoritmu. Vsako komponento algoritma natančno opišemo in predstavimo idejo, za katero je bila uporabljena. V tretjem delu predstavimo primerjavo hevrističnega algoritma z algoritmi, uporabljenimi in opisanimi v osnovnem članku [9].
Keywords: barvanje grafov, algoritmi na grafih, diskretni algoritmi, hevristike
Published in DKUM: 15.02.2016; Views: 1852; Downloads: 173
.pdf Full text (860,06 KB)

Search done in 0.26 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica