| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 3 / 3
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Improved Boosted Classification to Mitigate the Ethnicity and Age Group Unfairness
Ivona Colakovic, Sašo Karakatič, 2022, objavljeni znanstveni prispevek na konferenci

Opis: This paper deals with the group fairness issue that arises when classifying data, which contains socially induced biases for age and ethnicity. To tackle the unfair focus on certain age and ethnicity groups, we propose an adaptive boosting method that balances the fair treatment of all groups. The proposed approach builds upon the AdaBoost method but supplements it with the factor of fairness between the sensitive groups. The results show that the proposed method focuses more on the age and ethnicity groups, given less focus with traditional classification techniques. Thus the resulting classification model is more balanced, treating all of the sensitive groups more equally without sacrificing the overall quality of the classification.
Ključne besede: fairness, classification, boosting, machine learning
Objavljeno v DKUM: 02.08.2023; Ogledov: 307; Prenosov: 25
.pdf Celotno besedilo (884,95 KB)
Gradivo ima več datotek! Več...

2.
Prenos stila slike s pomočjo prenosnega učenja in nevronskih mrež : magistrsko delo
Ivona Colakovic, 2021, magistrsko delo

Opis: Hitro razvijajoče področje umetne inteligence se v zadnjih letih integrira v različna področja in tako postaja neizogiben del številnih človeških dejavnosti. Umetna inteligenca je pokazala, da se lahko integrira tudi v področje umetnosti in ustvarja nova umetniška dela a podlagi kopiranja stilov grafičnih del priznanih avtorjev. Nevronske mreže, ki posnamejo delovanje človeških možganov, dodatno pomagajo pri tem postopku, saj omogočajo razpoznavo vzorcev v stilih grafičnih del. V magistrskem delu se osredotočimo na raziskovanje tehnike prenosa stila grafičnih del iz enega na drugo grafično delo s pomočjo nevornskih mrež. V ta namen opišemo sestavne dele nevronskih mrež, podrobneje razložimo konvolucijske nevronske mreže in predstavimo pojem prenosnega učenja. Z namenom boljšeg razumevanja področja prenosa stila ilustracij pregledamo obstoječe raziskave ter opišemo delovanje algoritma za prenos stila. V okviru magistrskega dela prikažemo implementacijo in rezultate eksperimenta skozi katerega smo ugotovili, da pristop prenosa stila lahko uspešno prenaša stil iz ilustracij na fotografije kakor tudi iz ilustracij na druge ilustracije.
Ključne besede: prenos stila, konvolucijske nevronske mreže, prenosno učenje
Objavljeno v DKUM: 18.10.2021; Ogledov: 868; Prenosov: 93
.pdf Celotno besedilo (3,40 MB)

3.
Mobilna aplikacija za ocenjevanje truda pri agilnih razvojnih metodah : diplomsko delo
Ivona Colakovic, 2019, diplomsko delo

Opis: Ocenjevanje truda pri razvoju programske opreme je proces, ki lahko zelo pomaga pri planiranju projekta. V diplomskem delu predstavimo proces ocenjevanja truda, elemente procesa ter aktivnosti, katere se izvajajo. Osredotočamo se na ocenjevanje truda pri agilnem razvoju informacijskih sistemov ter klasificiramo obstoječe metode in pregledamo njihove prednosti in slabosti. Odločimo se za predstavitev pogosto uporabljene metode za ocenjevanje truda pri agilnem razvoju, in sicer Planning poker. Po analizi trga ugotovimo pomanjkljivosti obstoječih rešitev in določimo funkcionalnosti lastne rešitve. Prikažemo arhitekturo lastne rešitve in končni izdelek. Na koncu prikažemo izvedeni eksperiment z mobilno aplikacijo ter rezultate eksperimenta.
Ključne besede: ocenjevanje truda, agilni razvoj, mobilna aplikacija, Planning poker
Objavljeno v DKUM: 25.11.2019; Ogledov: 1409; Prenosov: 111
.pdf Celotno besedilo (916,52 KB)

Iskanje izvedeno v 0.17 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici