21. Identifikacija žensk za visokorizičen izvid po konizaciji z uporabo nevronskih mrežMarko Mlinarič, 2023, doctoral dissertation Abstract: Na svetu je rak materničnega vratu (RMV) četrti najpogostejši rak pri ženskah. V Sloveniji je bil pri ženskah leta 2017 na sedemnajstem mestu. Z ustreznim presejanjem, zgodnjim odkrivanjem predrakavih sprememb in njihovim zdravljenjem, ga je mogoče preprečiti. Metode umetne inteligence ('artificial intelligence – AI') bi lahko postale orodje, ki bi pripomoglo k rešitvi problema RMV.
Z našo študijo smo želeli preveriti, ali lahko z umetnimi nevronskimi mrežami na podlagi dejavnikov tveganja za razvoj ploščatocelične intraepitelijske lezije (PIL) na materničnem vratu (MV) in RMV ter izvida zadnjega brisa materničnega vratu (BMV) napovemo, ali bo končni histološki izvid konusa PIL visoke stopnje (PIL-VS) oziroma RMV ali ne. Poleg nevronskih mrež smo preizkusili tudi nekatere druge klasifikacijske sisteme.
Za analizo smo uporabili podatke 1475 pacientk, ki so imele narejeno konizacijo na Kliniki za ginekologijo in perinatologijo Univerzitetnega kliničnega centra Maribor v letih 1993–2005. Vse podatke smo anonimizirali. Uporabili smo metode za uravnoteženje manjšinskega in večinskega razreda. Za analizo smo oblikovali več baz, izvedli pa smo jo z odprtokodnim programskim paketom za podatkovno rudarjenje WEKA.
Nevronske mreže so bile uspešnejše pri napovedovanju tveganih pacientk kot večinski algoritem. V naši študiji se je klasifikacijski algoritem Random Forest s sestavljeno metodo 'bagging' izkazal kot najuspešnejši in bi bil primeren za klinično uporabo.
Keywords: rak materničnega vratu, ploščatocelična intraepitelijska lezija visoke stopnje, umetna inteligenca, umetne nevronske mreže, napovedovanje tveganja
Published in DKUM: 24.08.2023; Views: 456; Downloads: 40
 Full text (4,12 MB) |
22. |
23. Sistem za prikazovanje nevronskih mrež v 3D in realnem času 3D neurovis : magistrsko deloMatevž Celcer, 2023, master's thesis Abstract: V zaključnem delu je predstavljen naš produkt 3D Neurovis, primerjava s podobni deli in tehnologija, ki je bila uporabljena. Namen tega projekta je bil ustvariti program, ki uspešno vizualizira delovanje nevronskih mrež. Program vizualizira nevronske mreže v realnem času in v 3D. Odkrili smo, da ni veliko projektov, ki prikazujejo vse lastnosti nevronskih mrež v realnem času, kot so nevronska dinamika, nevronska plastičnost, nevronska struktura in nevronski spomin. Prav tako ni dosti projektov, ki so kompatibilni s ROS sistemom. Naš produkt naslavlja to pomanjkanje. Projekt je zamišljen kot nadgradnja predhodnika Neurovis.
Keywords: Nevronska mreža, ROS, Vizualizacija, Vizualizacija nevronskih mrež, Nevronske mreže in roboti
Published in DKUM: 07.06.2023; Views: 416; Downloads: 60
Full text (3,22 MB) |
24. Razvoj sistema za avtomatsko sledenje dinamičnih območij interesa in določanje usmerjenosti pogleda : magistrsko deloEmin Pamuk, 2023, master's thesis Abstract: Namen magistrske naloge je bil razviti sistem, ki analizira podatke pridobljene s pomočjo sledilnika pogleda in definira dinamično področje zanimanja na video posnetku. Področje zanimanja predstavlja oseba, ki se ji določijo referenčne točke na ključni delih telesa. V ta namen smo uporabili dve metodi za zaznavanje področja zanimanja in določanje ključnih točk, ki temeljita na nevronskih mrežah. Za implementacijo smo uporabili funkcije iz knjižnice OpenCV, sistem pa je bil razvit v programskem jeziku Python. Razviti sistem se je izkazal kot učinkovit za prepoznavanje področij interesa in je omogočil visoko ujemanje s kvalitativnim kodiranjem eksperta.
Keywords: semantična segmentacija, nevronske mreže, sledenje pogleda
Published in DKUM: 13.04.2023; Views: 631; Downloads: 95
Full text (4,63 MB) |
25. |
26. Avtonomno trgovanje s kriptovalutami z uporabo nevronskih mrež : magistrsko deloJan Kurbos, 2023, master's thesis Abstract: Dostopnost tržnih podatkov kriptovalut predstavlja bogato podlago za uporabo nevronskih mrež za generiranje koristnih informacij za trgovanje. V magistrski nalogi smo trgovanje prevedli v problem strojnega učenja. Raziskali smo konkretne primere uporabe nevronskih mrež na področju trgovanja. Ugotovili smo, da napovedovanje tečajev ni popolna rešitev za uspešno trgovanje. Poudarili smo pomen optimizacije strategije trgovanja, ki smo jo definirali kot algoritem, ki na podlagi napovedi nevronskih mrež izvaja trgovalne akcije. Z uporabo genetskega algoritma smo strategijo uspešno prilagodili na različne pogoje trgov. Pokazali smo tudi kruto resničnost trgov, kjer se trgovanje na slepo skoraj zagotovo konča z izgubo kapitala.
Keywords: nevronske mreže, avtonomno trgovanje, trgi kriptovalut
Published in DKUM: 13.03.2023; Views: 557; Downloads: 69
Full text (3,63 MB) |
27. |
28. Storitev interaktivnega spremljanja avdiovizualnih vsebin v okolju IPTV : master's thesisLuka Banfi, 2022, master's thesis Abstract: V magistrskem delu je opisana teoretična zasnova celostne kontekstno prožene interaktivne storitve IPTV, pri kateri imajo uporabniki možnost izražanja, oz. pridajanja različnih čustvenih simbolov v okviru mikro družabnih omrežij ob skupinskem ogledu vsebin IPTV. Opisana storitev se vsebinsko osredotoča na nogomet, saj gre za enega od najpopularnejših športov, ki je zelo priljubljen med uporabniki IPTV. Pri implementaciji praktičnega dela smo se osredotočili na implementacijo uporabniškega vmesnika in komunikacije med strežnikom in odjemalci.
Keywords: IPTV, interaktivnost, konvolucijske nevronske mreže
Published in DKUM: 25.01.2023; Views: 692; Downloads: 71
Full text (3,56 MB) |
29. Uporaba umetne inteligence pri upravljanju portfelja delnicDušan Fister, 2022, doctoral dissertation Abstract: Izziv dela predstavlja snovanje, načrtovanje in praktična izvedba avtomatiziranega trgovalnega sistema, ki neodvisno in brez posredovanja uporabnikov sprejema in izvaja trgovalne odločitve. Jedro trgovalnega sistema predstavlja trgovalna strategija, ki spremlja pretekle ter aktualne podatke borznih kotacij, izvaja tehnično analizo in, če je tega sposobna, se prilagaja sprotnim razmeram na finančnih trgih. Obravnavamo dve skupini trgovalnih strategij, klasične, ki niso sposobne sprotnega prilagajanja niti učenja, in dve trgovalni strategiji na osnovi naprednih algoritmov umetne inteligence, eno izmed njih predstavnico umetnih nevronskih mrež najnovejše tretje generacije. Izvedemo obširna simulacijska eksperimentiranja na osnovi nemškega delniškega trga v zadnjih desetih letih, zasnujemo in izvedemo pa tudi eksperimentiranja na namenski strojni opremi, ki močno pohitri kompleksnost časovnega izvajanja, ter eksperimentiranja na analognem elektronskem vezju, s pomočjo katerega se podrobno seznanimo z načinom propagiranja informacij umetnih nevronskih mrež tretje generacije. Rezultati eksperimentov prinašajo tako vsebinske kot tehnične ugotovitve, najpomembnejšo med njimi, da se enoten model ki hkrati trguje z večjim številom finančnih instrumentov obnaša podobno kot kopica posamično prilagojenih modelov na točno določen finančni instrument, kakor tudi novo ugotovljene izkušnje vezane na propagiranje in izrabo najnovejše generacije umetnih nevronskih mrež.
Keywords: umetna inteligenca, portfelj delnic, umetne nevronske mreže, mehanski trgovalni sistem
Published in DKUM: 14.11.2022; Views: 835; Downloads: 211
Full text (5,58 MB) |
30. Orodje za ročno ali avtomatsko reševanje ugank nurikabe : magistrsko deloKristjan Žagar, 2022, master's thesis Abstract: V magistrskem delu smo raziskali področje reševanja ugank nurikabe. Implementirali smo algoritem za učinkovito reševanje in prikazali, zakaj je to izjemno težko za človeka kot za računalnik. Dan problem je NP-poln, kar pomeni, da ne obstaja algoritem, ki bi našel rešitev v polinomskem času. Za reševanje ugank smo izdelali namizno orodje v ogrodju .NET, s pomočjo WPF-ja ter programskega jezika C# in spletno aplikacijo s pomočjo tehnologij MongoDB, Node.js in Angular. Uganke lahko rešujemo samostojno, pri čemer lahko zaprosimo program, da nam da nasvet ali pa če obupamo, polje reši namesto nas. Raziskali in implementirali smo tudi reševanja nurikabe ugank s pomočjo nevronskih mrež. Naša orodja in algoritem smo ovrednotili tako kvalitativno kot tudi kvantitativno na naključno izbranih primeri nurikabe polj. Na osnovi rezultatov lahko trdimo, da naš algoritem deluje učinkovito in orodji ponujata primerno uporabniško izkušnjo.
Keywords: nurikabe, aplikacija windows, spletna aplikacija, konvolucijske nevronske mreže
Published in DKUM: 26.10.2022; Views: 730; Downloads: 174
Full text (3,23 MB) |
