1. Primerjava generativnih modelov umetne inteligence za generiranje programske kode : magistrsko deloJan Ključevšek, 2025, master's thesis Abstract: Cilj magistrskega dela je bil primerjalno oceniti kakovost programske kode, ki jo generirajo modeli umetne inteligence ChatGPT (4o, o1), Gemini (Flash, Pro) in Microsoft Copilot. Na področju generativne umetne inteligence in kakovosti programske opreme smo z uporabo kvantitativnih metrik in orodij analizirali kodo, generirano za različno zahtevne naloge. Rezultati kažejo, da vsi modeli ustvarjajo sintaktično pravilno kodo, a se razlikujejo predvsem v funkcionalni pravilnosti, kompleksnosti in berljivosti. Plačljivi modeli so bili pravilnejši, a kompleksnejši; brezplačni (Copilot, Gemini Flash) pa enostavnejši in berljivejši. Priporočamo izbiro modela glede na prioritete projekta.
Keywords: generativna umetna inteligenca, generiranje programske kode, kakovost programske kode, metrike kakovosti kode
Published in DKUM: 06.06.2025; Views: 0; Downloads: 5
 Full text (1,94 MB)
This document has many files! More... |
2. Implementacija pragov kakovosti v sklopu programskega inženirstva : magistrsko deloNadica Uzunova, 2025, master's thesis Abstract: Pragovi kakovosti predstavljajo vnaprej določene kontrolne točke znotraj življenjskega cikla razvoja programske opreme, katerih namen je zagotoviti izpolnjevanje določenih kriterijev kakovosti pred prehodom v naslednjo fazo razvoja. V magistrskem delu predstavimo definicijo omenjenega koncepta ter preučujemo, kako prage kakovosti oblikovati, jih povezati z ustreznimi metrikami in vključiti v razvojne procese, zlasti v okolju neprekinjene integracije in dostave. Osredotočamo se na tehnične in metodološke vidike, kot so izbor kriterijev, določanje mejnih vrednosti ter razmerje med ročnim in avtomatiziranim preverjanjem. Delovanje pragov preverimo na praktičnem primeru z uporabo izbranega orodja v realnem razvojnem okolju. Na podlagi ugotovitev ter pregleda literature oblikujemo smernice za določanje pragov kakovosti, ki ponujajo osnovo za nadaljnjo uporabo in razvoj tovrstnih pristopov.
Keywords: zagotavljanje kakovosti, razvoj programske opreme, avtomatizacija, orodja, metrike
Published in DKUM: 08.05.2025; Views: 0; Downloads: 17
Full text (2,92 MB) |
3. Metode za napovedovanje intervalnih spremenljivk na družboslovnih podatkih : diplomsko delo visokošolskega študijskega programa Informacijska varnostDanijel Blagojević, 2024, undergraduate thesis Abstract: Diplomsko delo obravnava uporabo metod podatkovnega rudarjenja za napovedovanje intervalnih spremenljivk v družboslovnih podatkovnih množicah, kjer je analiza velikih in kompleksnih podatkov pogosto izziv. Podatkovno rudarjenje omogoča odkrivanje skritih vzorcev in povezav, ki jih z običajnimi metodami analize težko zaznamo, ter omogoča napovedovanje prihodnjih dogodkov na osnovi preteklih podatkov. V nalogi so preučene različne metode, kot so linearna regresija, nevronske mreže, metoda k najbližjih sosedov (kNN), podporni vektorji (SVM) in odločitvena drevesa, pri čemer se raziskuje njihova učinkovitost pri obdelavi družboslovnih podatkov.
Naloga vključuje primerjavo učinkovitosti teh metod z uporabo različnih metrik, kot so MSE, RMSE, MAE in R2, ki zagotavljajo celovito oceno natančnosti napovedi. Rezultati kažejo, da so nevronske mreže in linearna regresija med najuspešnejšimi metodami za napovedovanje intervalnih spremenljivk v družboslovnih podatkovnih množicah. Nevronske mreže izkazujejo posebno prednost pri odkrivanju skritih vzorcev v kompleksnih podatkovnih strukturah, medtem ko je linearna regresija učinkovita zaradi svoje preprostosti in razumljivosti.
Raziskava poudarja pomen prilagajanja izbranih metod značilnostim podatkovnih množic in potrebam analize. Izpostavlja tudi, da lahko ustrezna izbira metode vpliva na uspešnost napovedovanja in natančnost pridobljenih rezultatov. S tem prispeva k razumevanju optimalnih pristopov za analizo družboslovnih podatkov in odpira možnosti za nadaljnje raziskave, zlasti pri uporabi naprednejših tehnik strojnega učenja in prilagoditvah obstoječih metod. Naloga tako ponuja smernice za izbiro ustreznih metod podatkovnega rudarjenja glede na zahteve družboslovnih raziskav in spodbuja nadaljnje raziskovalno delo na tem področju.
Keywords: podatkovno rudarjenje, metode, družboslovje, množice, metrike, diplomske naloge
Published in DKUM: 27.09.2024; Views: 0; Downloads: 25
Full text (1006,06 KB) |
4. Metode za ustvarjanje sintetičnih podatkov športnih aktivnosti : magistrsko deloRok Kukovec, 2024, master's thesis Abstract: S pojavom vseprisotnih naprav vsak njihov uporabnik ustvarja podatke fizičnih aktivnosti, ne glede na to, ali se tega zaveda. Raziskovanje na področju športa, ki predstavlja družbo in kulturo, je oteženo, saj je dostop do teh podatkov omejen. Za namene strojnega učenja in umetne inteligence se je potreba po velikih količinah podatkov povečala na vseh področjih, kar vodi v generiranje sintetičnih podatkov. To so podatki, ki imajo korelacije, vzorce in statistične značilnosti resničnih podatkov, vendar so nastali s tehnikami vzorčenja ali simuliranja naravnega okolja. Z njimi razširimo izvorno učno množico za strojno učenje in se izognemo ogrožanju varnosti posameznikov. Smemo jih prosto objaviti, saj ne vsebujejo resničnih osebnih podatkov. Njihova struktura je določena, možnosti za napake je manj. Pomembno je, da nastale podatke kvalitetno ocenimo in se pred njihovo uporabo prepričamo, da so primerljivi resničnim. Kot rezultat eksperimentalnega dela je nastala programska knjižnica SportyDataGen, zmožna generiranja sintetičnih podatkov in njihovega ocenjevanja s statističnimi metrikami.
Keywords: DKW neenakost, generiranje podatkov, večrazsežni test KS, sintetični podatki, SportyDataGen, športne aktivnosti, zbirne metrike
Published in DKUM: 22.05.2024; Views: 152; Downloads: 47
Full text (28,85 MB) |
5. Primerjava modernih konvolucijskih nevronskih mrež na problemu segmentiranja slik : diplomsko deloIvana Dukarić, 2024, undergraduate thesis Abstract: V diplomskem delu smo preučevali in analizirali rezultate arhitektur konvolucijskih nevronskih mrež na problemu binarne segmentacije. V teoretičnem delu smo preučili arhitekture konvolucijskih nevronskih mrež SegFormer, DeepLapV3+, Gated-SCNN, Segmenter, FastFCN in TopFormer. V praktičnem delu diplomskega dela smo mreže SegFormer, Segmenter, FastFCN in TopFormer učili segmentirati slike na podatkovnih množicah Cityscapes in ADE20K. Mreže smo učili binarne segmentacije vozil. Mrežo SegFormer smo še dodatno učili na problemu binarnega segmentiranja ljudi. Dobljene rezultate smo analizirali in jih ovrednotili z evalvacijskimi metrikami. Za ocenjevanje uspešnosti smo uporabili metrike točnost, priklic, natančnost, IoU in F1 oceno. Najboljše rezultate za problem binarnega segmentiranja vozil smo dobili s pomočjo mreže SegFormer na podatkovni zbirki Cityscapes. Na podatkovni zbirki ADE20K smo za enak problem segmentacije dobili najboljše rezultate za mrežo Segmenter. Najslabše sta se izkazali mreža TopFormer na podatkovni zbirki Cityscapes in mreža FastFCN na podatkovni zbirki ADE20K.
Keywords: binarna segmentacija, konvolucijske nevronske mreže, primerjava mrež, evalvacijske metrike, računalniški vid
Published in DKUM: 26.04.2024; Views: 506; Downloads: 92
Full text (3,19 MB) |
6. Vpeljava orodja za spremljanje porazdeljenih telekomunikacijskih sistemov : magistrsko deloAleks Sagadin, 2023, master's thesis Abstract: V magistrski nalogi smo predstavili vpeljavo orodja za spremljanje v obstoječi porazdeljeni
telekomunikacijski sistem, ki hrani in obdeluje podatke telefonskih klicev, in ki je v lasti podjetja
S&T Iskratel d.o.o. Raziskali smo področje porazdeljenih sistemov v telekomunikacijah, predstavili
aplikacijo, v katero bomo vpeljali spremembe in raziskali tehnologije ter orodja, ki smo jih v
nadaljevanju uporabili. Predstavili smo tudi kakšni tipi spremljanj na IT področju obstajajo. Za
spremljanje sistemov smo naredili primerjavo treh orodij to so Prometheus, InfluxDB in Zabbix.
Orodje, ki smo ga uporabili pri vpeljavi za spremljanje, je Prometheus, za pomoč pri sami
vizualizaciji podatkov,v pa smo uporabili tudi orodje Grafana. Identificirali smo različne metrike,
ki se lahko pri tem orodju uporabljajo za spremljanje, prav tako pa tudi njihovo uporabo. V
nadaljevanju pa smo z uporabo orodja izvedli tudi implementacijo v aplikacijo in s tem primerjali
rezultate z obstoječo uporabo.
Keywords: porazdeljen sistem, spremljanje, metrike, Prometheus, Grafana
Published in DKUM: 24.05.2023; Views: 598; Downloads: 106
Full text (2,70 MB) |
7. Vrednotenje vpliva strateških elementov na kakovost poslovnih procesov : magistrsko deloMitja Podlesnik, 2022, master's thesis Abstract: V magistrskem delu smo raziskali in opisali strateške elemente in poslovne procese ter ocenili njihovo kakovost. V teoretičnem delu smo najprej predstavili strateške elemente, s strateškim planiranjem povezane poslovne procese in na podlagi literature in raziskav raziskali vpliv strateških elementov na kakovost poslovnih procesov. V ta namen smo analizirali obstoječe metrike vrednotenja kakovosti strateških elementov in poslovnih procesov. V empiričnem delu smo izvedli raziskavo o poznavanju strateških elementov, poslovnih procesov in vplivu strateških elementov na kakovost poslovnih procesov med zaposlenimi v različnih tehnoloških podjetjih. Ugotovili smo, da so zaposleni s strateškimi elementi in poslovnimi procesi delno seznanjeni, večina pa jih meni, da imajo strateški elementi vpliv na kakovost poslovnih procesov.
Keywords: strateški elementi, poslovni procesi, kakovost, strateški načrt, metrike, kakovost poslovnih procesov
Published in DKUM: 20.12.2022; Views: 717; Downloads: 83
Full text (2,17 MB) |
8. Identifikacija in analiza orodij za merjenje in izračun programskih metrikSaša Dokić, 2022, undergraduate thesis Abstract: Merjenje je zelo pomemben del programskega inženirstva, saj nam pomaga pri ocenjevanju in razumevanju kakovosti programske opreme ter izboljšanju procesov in produktov, povezanih z njo. V diplomskem delu smo raziskali pomen merjenja programske opreme, metrike programske opreme ter podrobneje opisali nekatere programske metrike in orodja, ki se uporabljajo za njihov izračun. Izbrali smo odprtokoden projekt, na katerem smo preizkusili tri orodja. Rezultate izračunanih metrik smo analizirali in jih med seboj tudi primerjali.
Keywords: programska oprema, metrike programske opreme, katalog orodij, kakovost programske opreme
Published in DKUM: 24.10.2022; Views: 622; Downloads: 56
Full text (1,32 MB) |
9. Vpliv zgodovine sprememb vrednosti programskih metrik na napovedovanje trendov vzdrževalnosti odprtokodnih javanskih programskih knjižnicMitja Gradišnik, 2022, doctoral dissertation Abstract: Učinkovitost procesa vzdrževanja programskih produktov, ki lahko neposredno vpliva na številne vidike uspešnosti projektov razvoja programskih produktov, vrednotimo skozi različne aspekte, kot so količina vloženega časa, človeški viri ali količina porabljenih finančnih sredstev. Kot ekonomsko učinkoviti veljajo programski produkti, ki jih je mogoče v fazi vzdrževanja hitro in z minimalnim vložkom človeških virov prilagoditi novim potrebam uporabnikov. Sledenje je mogoče enostavno doseči, če so programski produkti grajeni kakovostno.
Merjene programskih metrik in vrednotenje notranje strukture daje vpogled dosežene stopnje kakovosti programskega produkta v njegovi opazovani različici. Vrednotenju kakovosti je sicer mogoče dodatno pripeti dimenzijo časa, in sicer tako, da opazujemo njeno spreminjanje tekom evolucije produkta iz različice v različico. Na podlagi vzorcev spreminjanja notranjih atributov izluščenih iz obstoječih programskih produktov je mogoče izgraditi napovedne modele, s katerimi napovemo trende njihovega gibanja v prihodnje. Slednje daje podlago izogibanju pastem, ki jih prinaša slabo vzdrževalna programska oprema. V okviru doktorske disertacije preučujemo programske knjižnice, ki v zadnjem času predstavljajo močan pospeševalnik ponovne uporabe pri razvoju programske opreme. Vodilo predstavljene raziskave tako predstavlja zmožnost uspešnega napovedovanja gibanja vzdrževalnosti programskih knjižnic na podlagi sprememb produktnih programskih metrik predhodnih različic v njihovi sledeči različici.
Čedalje boljša sprejetost programskih knjižnic pri razvoju programskih produktov v zadnjem obdobju predstavljata motivacijo, da se v okviru raziskave v ospredje postavi ravno programske knjižnice. Pridobljen vzorec 40 prostodostopnih odprtokodnih javanskih programskih knjižnic nudi osnovo statistični analizi spreminjanja vzdrževalnosti tekom evolucije različic programskih knjižnic. Opravljene analize spreminjanje vzdrževalnosti tekom različic osvetlijo tako na nivoju programskih knjižic kot na nivoju razredov, ki te knjižnice gradijo. Predvsem preučevanje vpliva sprememb vrednosti programskih metrik izmerjenih nad razredi programskih knjižnic predstavlja temelj preučevanja zmožnosti uspešnega napovedovanje trendov gibanja vzdrževalnosti.
Ovrednotenje informacijskega doprinosa, ki ga zgodovina sprememb vrednosti programskih metrik doprinese h kakovosti napovednih modelov vzdrževalnosti, predstavlja pomemben element zastavljene raziskave. Doprinos zgodovine sprememb vrednosti programskih metrik napovednim modelov vzdrževalnosti ovrednotimo s pomočjo eksperimenta, v katerem izgradimo in iz vidika kakovosti ocenimo serijo napovednih modelov vzdrževalnosti. Za izgradnjo modelov uporabimo osemnajst različnih razponov zgodovinskih meritev programskih metrik predhodnih različic programskih knjižnic. Pri izbiri pristopov izgradnje napovednih modelov se upiramo na ugotovitve izvedenega sistematičnega pregleda literature.
Keywords: kakovost programske opreme, vzdrževalnost programskih produktov, programske knjižnice, evolucija programskih produktov, programske metrike, napovedni modeli vzdrževalnosti
Published in DKUM: 18.10.2022; Views: 568; Downloads: 117
Full text (4,16 MB) |
10. Razvoj vtičnika za podporo strojnemu učenju v programu Jamovi : diplomsko deloMaruša Konečnik, 2020, undergraduate thesis Abstract: Glavni cilj diplomskega dela je bil razvoj vtičnika za program za statistično analizo Jamovi. Poleg tega smo v diplomskem delu predstavili osnove strojnega učenja, z njim povezane metrike ocenjevanja ter opisali in primerjali nekaj programov za statistično analizo. Vtičnik omogoča podporo strojnemu učenju za različne algoritme. Osredotočili smo se na algoritma odločitvenega drevesa enojno odločitveno drevo ter naključni gozd Omogočena je tudi primerjava rezultatov več algoritmov. V praktičnem delu diplomske naloge smo razvili delujoč vtičnik, v teoretičnem delu pa smo zapisali osnovna navodila za razvoj vtičnika za Jamovi ter opisali funkcionalnosti ter uporabo nastalega vtičnika.
Keywords: strojno učenje, statistična analiza, Jamovi, metrike ocenjevanja, vtičnik
Published in DKUM: 04.11.2020; Views: 1153; Downloads: 113
Full text (2,45 MB) |
