Iskanje po katalogu digitalne knjižnice

Opis: Background/Objectives: Identifying and decomposing compound ingredients within meal plans presents meal customization and nutritional analysis challenges. It is essential for accurately identifying and replacing problematic ingredients linked to allergies or intolerances and helping nutritional evaluation. Methods: This study explored the effectiveness of three large language models (LLMs)—GPT-4o, Llama-3 (70B), and Mixtral (8x7B), in decomposing compound ingredients into basic ingredients within meal plans. GPT-4o was used to generate 15 structured meal plans, each containing compound ingredients. Each LLM then identified and decomposed these compound items into basic ingredients. The decomposed ingredients were matched to entries in a subset of the USDA FoodData Central repository using API-based search and mapping techniques. Nutritional values were retrieved and aggregated to evaluate accuracy of decomposition. Performance was assessed through manual review by nutritionists and quantified using accuracy and F1-score. Statistical significance was tested using paired t-tests or Wilcoxon signed-rank tests based on normality. Results: Results showed that large models—both Llama-3 (70B) and GPT-4o—outperformed Mixtral (8x7B), achieving average F1-scores of 0.894 (95% CI: 0.84–0.95) and 0.842 (95% CI: 0.79–0.89), respectively, compared to an F1-score of 0.690 (95% CI: 0.62–0.76) from Mixtral (8x7B). Conclusions: The open-source Llama-3 (70B) model achieved the best performance, outperforming the commercial GPT-4o model, showing its superior ability to consistently break down compound ingredients into precise quantities within meal plans and illustrating its potential to enhance meal customization and nutritional analysis. These findings underscore the potential role of advanced LLMs in precision nutrition and their application in promoting healthier dietary practices tailored to individual preferences and needs.
Ključne besede: artificial intelligence, food analysis, LLM, Ilama, GPT, mixtral, ingredient identification, ingredient decomposition, personalized nutrition, meal customization, nutritional analysis, dietary planning
Objavljeno v DKUM: 08.05.2025; Ogledov: 0; Prenosov: 1
Celotno besedilo (684,70 KB)
Gradivo ima več datotek! Več...

Opis: The monitoring of domestic cats' prey brought home was conducted between the 13th of March and the 1st of May 2023 in two residential areas near Maribor, Slovenia. This study aimed to provide information about the amount, diversity, and frequency of prey that the cats captured to identify the predatory impact of domestic cats in peri-urban areas. We present the results of the prey return, whether the prey was brought alive or not, and whether it was eaten or not. We further provide information about the predation frequency of domestic cats concerning circadian activity according to weather conditions and air temperature. The frequencies of various taxonomic groups of prey captured were described in relation to land use in a location and species' biology. Our results include a total of 50 records of 12 species (3 species of birds and 9 of mammals). Domestic cats were more active during the mornings and on days without rain, and the frequency of bringing home prey increased with higher temperatures.
Ključne besede: cat predation, wildlife, indoor-outdoor cat, survey
Objavljeno v DKUM: 25.03.2025; Ogledov: 0; Prenosov: 2
Celotno besedilo (416,83 KB)
Gradivo ima več datotek! Več...

Opis: Razvoj digitalnih tehnologij ima odločilen vpliv na razvoj družbe in prava. Pomen podatkov se je z uvedbo interneta stvari, velikih podatkov, umetne inteligence in drugih naprednih tehnologij, še znatno povečal. Vse boljši sistemi za upravljanje in analizo so podatkom dodali ogromno ekonomsko in družbeno vrednost. Internet stvari pri tem igra pomembno vlogo, saj omogoča povezljivost digitalnih naprav preko senzorjev, kar ustvarja spet nove količine podatkov. Mnoge svetovne velesile so prepoznale potencial digitalnih tehnologij in podatkov ter ga s pridom izkoriščajo. Tega potenciala se zaveda tudi EU, ki pospešuje digitalizacijo, saj jo prepoznava kot odločilno pri ustvarjanju novih priložnosti za inovacije, gospodarsko rast in ohranjanje konkurenčnosti na svetovnem trgu. Akt o podatkih je del širše regulativne ureditve, ki ga je EU zasnovala za doseganje ciljev, kot so krepitev podatkovnega gospodarstva, digitalizacije in sistemov umetne inteligence, z namenom vzpostavitve digitalne suverenosti. Akt o podatkih je bil sprejet z namenom krepitve notranjega trga s podatki, saj želi spodbuditi več podatkov za inovacije in konkurenco. Vzpostavlja bolj pošten način delitve podatkov, ki nastajajo z uporabo naprav interneta stvari in določa nove pravice do dostopa in deljenja podatkov za uporabnike teh naprav. Hkrati vzpostavlja pravni okvir za sklepanje novih pogodb med imetniki podatkov in uporabniki, kar slednjim omogoča pravičen dostop do podatkov. Obseg Akta o podatkih ureja tako osebne kot neosebne podatke. V magistrskem delu ugotavljam, da je bilo upravljanje podatkov zaradi pomanjkljive zakonodaje na določenih področjih oteženo. Zaradi številnih izzivov se evropsko pravo o podatkih nenehno širi in razvija. Akt o podatkih in drugi regulatorni predpisi predstavljajo pomemben prispevek k boljšemu upravljanju s podatki. Vzpostavljen je bil nov sistem, ki prispeva k bolj pošteni delitvi podatkov med deležniki. Kljub temu obstajajo pomisleki o tem, kako učinkovito bodo novi mehanizmi lahko pripomogli k uresničitvi vseh začrtanih ciljev. Magistrsko delo obravnava vlogo podatkov in interneta stvari v sodobni družbi, razvoj upravljanja podatkov v EU ter se osredotoča na nekatere ključne vidike Akta o podatkih.
Ključne besede: upravljanje podatkov, internet stvari, povezani izdelki in storitve, neosebni podatki, Evropska strategija za podatke, deljenje podatkov, imetnik podatkov, uporabnik.
Objavljeno v DKUM: 20.12.2024; Ogledov: 0; Prenosov: 39
Celotno besedilo (1,13 MB)

Opis: Digitalne platforme so močno vpletene v različne družbene dejavnosti, zaradi česar so postale središče razprav o številnih pravnih vprašanjih, ki so z njihovim delovanjem povezana. Publikacija obravnava številne pravne in ekonomske izzive, s katerimi se soočajo deležniki na digitalnem trgu, pri čemer posebno pozornost posveča največjim digitalnim platformam oziroma njihovim upravljavcem, t. i. digitalnim vratarjem. Ukvarja se s konceptom vratarjev in zahtevami interoperabilnosti po Aktu o digitalnih trgih ter širših pravnih in ekonomskih posledicah tega, s položajem velikih jezikovnih modelov in storitev, povezanih z generativno umetno inteligenco, in vplivu digitalnih platform na izobraževanje. Nadalje analizira pomanjkljivosti upravljanja politike varstva konkurence na digitalnih trgih s pravnega, upravljavskega in informacijskega vidika ter obravnava paradoks zasebnosti glede ravnotežja med digitalnim udobjem in varstvom pravice do zasebnosti. Poseben poudarek je namenjen tudi izzivom na področju prava intelektualne lastnine, kjer se izpostavlja njihova odgovornost zaradi kršitev avtorskih pravic in znamk.
Ključne besede: digitalne platforme, vratarji, digitalni trg, Akt o digitalnih trgih, konkurenca, avtorska pravica, znamka
Objavljeno v DKUM: 22.11.2024; Ogledov: 0; Prenosov: 96
Celotno besedilo (7,60 MB)
Gradivo ima več datotek! Več...

Opis: V zadnjih nekaj letih ima velik vpliv na zunanje revidiranje umetna inteligenca, ki strmi k temu, da lahko revizorjem olajša določena ponavljajoča se dela in jim omogoča, da se ti lahko posvetijo nalogam, ki prinašajo dodano vrednost zunanji reviziji. V tem magistrskem delu je predstavljena uporaba umetne inteligence v zunanjem revidiranju skozi do sedaj objavljeno literaturo, opravljena pa je tudi raziskava o dejanskem poznavanju in uporabi umetne inteligence v zunanji reviziji računovodskih izkazov v Sloveniji. Naloga podrobneje obravnava tehnologije umetne inteligence, analitiko masovnih podatkov, globoko učenje, veriženje blokov in robotsko avtomatizacijo procesov. V teoretičnem delu smo opredelili zunanjo revizijo in umetno inteligenco ter kronološko predstavili njun razvoj. Predstavljene so tehnologije umetne inteligence, njihova dosedanja uporaba ter morebitne prednosti in pomanjkljivosti vključitve posamezne tehnologije umetne inteligence v revizijski proces. Ugotavljamo, da bi vključitev tehnologij umetne inteligence pripomogla predvsem k večji učinkovitosti in h kakovosti zunanje revizije, k zmanjšanju in avtomatizaciji ponavljajočih se revizijskih nalog, hitrejšemu pregledu in obdelavi podatkov, možnostim testiranja celotne populacije in nenazadnje bi lahko omogočila neprekinjeno revizijo. Uporaba umetne inteligence v reviziji bo za revizorja pomenila pridobitev novega znanja in spretnosti ter dodatna izobraževanja. Na drugi strani pa vključitev tehnologij umetne inteligence prinaša skrb za višje stroške revizije, zaupnosti informacij in varnosti pred kibernetskimi napadi ter pomanjkanje pripravljenosti infrastrukture. V praktičnem delu magistrskega dela je prikazan postopek zbiranja podatkov, pridobljenih s pomočjo anketnega vprašalnika. Z opisno statistično analizo predstavimo pridobljene rezultate vprašanj, ki so bila obdelana s programskim orodjem IBM SPSS. Za ugotavljanje razlik med spremenljivkama spol in zaposlenost anketirancev uporabimo t-test ter za spremenljivko starost anketirancev statistični test ANOVA. Uporabljeni testi pokažejo, da ni statistično značilnih razlik med demografskimi spremenljivkami: spol, starost in zaposlenost anketirancev. Na podlagi povprečnih vrednostih spremenljivk ugotavljamo določene razlike med demografskimi spremenljivkami, ki so v nalogi grafično prikazane. Na podlagi analize podatkov ugotavljamo, da anketirani revizorji v Sloveniji pri svojem delu že uporabljajo umetno inteligenco, ampak velika večina ne uporablja tehnologij, ki so podrobneje predstavljene v tem magistrskem delu. Tehnologija, ki jo revizorji največ uporabljajo, je analitika masovnih podatkov. Revizorji, anketirani v raziskavi, ki so zaposleni v revizijskih družbah Big 4, uporabljajo tehnologije umetne inteligence v povprečju nekoliko več kot revizorji, ki so zaposleni v drugih revizijskih družbah v Sloveniji. Ugotavljamo tudi, da anketirani revizorji nimajo visokega strokovnega znanja o tehnologijah umetne inteligence. Analitika masovnih podatkov je tehnologija, o kateri imajo revizorji največ strokovnega znanja v primerjavi z ostalimi tehnologijami. Rezultati raziskave pokažejo, da so revizorji pričeli z uporabo umetne inteligence zaradi prihranka časa, večje učinkovitosti in hitrejše analize podatkov. Ugotavljamo, da lahko revizorji s pomočjo rešitev umetne inteligence obdelajo več podatkov, kot jih lahko obdelajo brez uporabe umetne inteligence. Uporaba umetne inteligence omogoča revizorjem, da se čas revidiranja skrajša, čeprav je kar nekaj anketiranih mnenja, da čas revidiranja ostaja enak. Anketirani revizorji so mnenja, da bo umetna inteligenca v prihodnosti spremenila poklic zunanjega revizorja. Predvsem se bodo zmanjšala rutinska dela, proces pa bo v veliki meri avtomatiziran in dela bodo opravljena veliko hitreje.
Ključne besede: zunanja revizija, umetna inteligenca, analitika masovnih podatkov, globoko učenje, veriženje blokov, robotska avtomatizacija procesov
Objavljeno v DKUM: 24.09.2024; Ogledov: 0; Prenosov: 26
Celotno besedilo (3,81 MB)