1. Sledilnik okužb Sars-Cov-2 v vzgoji in izobraževanju : diplomsko deloPeter Ambrožič, 2022, diplomsko delo Opis: V sklopu diplomske naloge smo izdelali lasten sledilnik okužb s covidom-19, ki se osredotoča na prikaz okužb in sumov na okužbe znotraj izobraževalnih zavodov. Podatke, namenjene izdelavi diplomskega dela, smo pridobili na spletnem portalu OPSI in jih dopolnili s pomočjo pristopa web scraping. Implementiran sledilnik je izdelan z orodji Microsoft in zajema proces ETL, definiranje storitev REST in izdelavo debelega odjemalca kot namizne aplikacije WPF. Interaktivna predstavitev rezultatov v obliki tabel in grafov omogoča personalizacijo prikaza ter boljšo uporabniško izkušnjo.
Ključne besede: covid-19, epidemija, izobraževalni zavodi, sledilnik, aplikacija
Objavljeno v DKUM: 12.04.2022; Ogledov: 402; Prenosov: 59
 Celotno besedilo (2,97 MB) |
2. |
3. Uporaba evolucijskih algoritmov za generiranje ključnih gradnikov igre Tower Defence s pomočjo igralnega pogona Unity : magistrsko deloVid Kraner, 2020, magistrsko delo Opis: Evolucijski algoritmi so stohastični iskalni algoritmi, ki jemljejo navdih v Darwinovi teoriji boja za obstanek. Evolucijski algoritmi spadajo tudi med optimizacijske algoritme. V magistrskem delu prikazujemo načrtovanje in razvoj Tower Defence igre, ki smo jo razvili s pomočjo igralnega pogona Unity. Igra uporablja evolucijske algoritme za generiranje ključnih gradnikov igre. V delu smo raziskali različne vrste evolucijskih algoritmov ter opisali njihovo delovanje. Prav tako smo raziskali, kako jih lahko uporabimo v računalniških igrah. Še posebej smo se osredotočili na zvrst Tower Defence. Ugotovili smo, da je s pomočjo evolucijskih algoritmov možno generirati gradnike, ki naredijo igro zanimivejšo.
Ključne besede: evolucijski algoritmi, generiranje vsebine, Tower Defence, Unity
Objavljeno v DKUM: 03.11.2020; Ogledov: 413; Prenosov: 64
Celotno besedilo (3,74 MB) |
4. Algoritmi po vzorih iz narave za razbijanje gesel : magistrsko deloUrška Nemet, 2020, magistrsko delo Opis: Magistrsko delo obravnava kriptoanalizo Vigènerove šifre z algoritmom diferencialne evolucije in algoritmom kresnic, ki se uvrščata med algoritme po vzorih iz narave. V magistrskem delu opisujemo kriptoanalizo, Vigènerovo šifro, algoritme po vzorih iz narave ter metodo za kriptoanalizo, ki smo jo predlagali v magistrskem delu. Ugotovili smo, da sta algoritem diferencialne evolucije in algoritem kresnic primerna za kriptoanalizo Vigenèrove šifre. Rezultati so pokazali, da je algoritem diferencialne evolucije uspešnejši od algoritma kresnic. Ugotovili smo tudi, da se uspešnost kriptoanalize zmanjšuje z večanjem dolžine ključa.
Ključne besede: algoritmi po vzorih iz narave, kriptoanaliza, Vigenèrova šifra
Objavljeno v DKUM: 03.07.2020; Ogledov: 417; Prenosov: 65
Celotno besedilo (713,45 KB) |
5. |
6. Nature-inspired algorithms for hyperparameter optimization : magistrsko deloFilip Glojnarić, 2019, magistrsko delo Opis: This master thesis is focusing on the utilization of nature-inspired algorithms for hyperparameter optimization, how they work and how to use them. We present some existing methods for hyperparameter optimization as well as propose a novel method that is based on six different nature-inspired algorithms: Firefly algorithm, Grey Wolf Optimizer, Particle Swarm Optimization, Genetic algorithm, Differential Evolution, and Hybrid Bat algorithm. We also show the optimization results (set of hyperparameters) for each algorithm and we present the plots of the accuracy for each combination and handpicked one. In discussion of the results, we provide the answers on our research questions as well as propose ideas for future work.
Ključne besede: artificial intelligence, artificial neural networks, machine learning, nature-inspired algorithms, evolutionary algorithms
Objavljeno v DKUM: 09.12.2019; Ogledov: 1055; Prenosov: 90
Celotno besedilo (969,13 KB) |
7. Primerjava različnih algoritmov po vzoru obnašanja netopirjev : diplomsko deloŽan Grajfoner, 2019, diplomsko delo Opis: V diplomski nalogi smo se osredotočili na algoritme po vzorih iz narave. Opisujemo evolucijske algoritme, katerih navdih je bila Darwinova teorija o boju za obstanek, in algoritme inteligence roja, ki črpajo navdih iz obnašanja roja živali v naravi. Primerjali smo osnovni algoritem po vzoru obnašanja netopirjev in hibridno različico algoritma po vzoru obnašanja netopirjev. Raziskali smo razlike med osnovnima arhitekturama obeh algoritmov, pripadajoče parametre, kot tudi področja uporabe obeh algoritmov. Primerjavo smo izvedli na praktičnem primeru optimizacije desetih testnih funkcij na treh različnih dimenzijah problema (10, 20, 30). Prav tako smo raziskali vpliv različnih velikosti populacije (20, 30, 50) pri obeh algoritmih. Ugotovili smo, da so rezultati optimizacije hibridne različice algoritma boljši od standardne različice algoritma.
Ključne besede: algoritem po vzoru obnašanja netopirjev, evolucijski algoritmi, hibridizacija, inteligenca roja, računska inteligenca.
Objavljeno v DKUM: 04.09.2019; Ogledov: 1046; Prenosov: 142
Celotno besedilo (1,53 MB) |
8. DEP technical architecture reportAleš Zamuda, Lucija Brezočnik, Iztok Fister, Tina Beranič, Grega Žlahtič, Matej Brumen, Gregor Jošt, Viktor Taneski, Muhamed Turkanović, 2018, elaborat, predštudija, študija Objavljeno v DKUM: 08.03.2019; Ogledov: 827; Prenosov: 39
Celotno besedilo (2,04 MB) |
9. OPTIMIZACIJA Z ROJEM DELCEV ZA IZBIRO ATRIBUTOV PRI KLASIFIKACIJILucija Brezočnik, 2016, magistrsko delo Opis: V magistrskem delu smo razvili metodo FS-BPSO, ki združuje postopek izbire atributov z algoritmom optimizacije z rojem delcev. Glavni namen te metode je njena uporabnost pri reševanju naslednjega dobro znanega problema. Ko so v podatkovni množici primerki z ogromnim številom atributov, je med njimi težko najti tiste, ki so najbolj informativni oziroma reprezentativni. Tega problema smo se lotili s predlaganim hibridnim algoritmom binarne optimizacije z rojem delcev v kombinaciji s klasifikacijskimi metodami C4.5, Naive Bayes in SVM v cenitveni funkciji za izbiro informativnih atributov. Dobljeni rezultati so statistično analizirani in razkrivajo, da predlagani hibridni algoritem prekaša znane klasifikacijske metode C4.5, Naive Bayes in SVM.
Ključne besede: računalniška inteligenca, optimizacija z rojem delcev, metoda izbire atributov, klasifikacija
Objavljeno v DKUM: 06.09.2016; Ogledov: 1175; Prenosov: 213
Celotno besedilo (10,64 MB) |
10. RAZVOJ SISTEMA ZA PODPORO PRI ODLOČANJU Z METODO NEDOMINIRANEGA RAZVRŠČANJALucija Brezočnik, 2014, diplomsko delo Opis: V diplomskem delu smo razvili spletni informacijski sistem, ki uporabniku pomaga izbrati najboljšo alternativo (rešitev) večkriterijskega odločitvenega problema. Sistem razvrsti (rangira) alternative v več skupin, od najboljše skupine do najslabše. Znotraj posamezne skupine so vse alternative enakovredne. Uporabnikova naloga je le, da glede na lastne izkušnje in dane okoliščine, izbere najbolj ugodno alternativo v najboljši skupini. Sistem je univerzalen, zato omogoča reševanje raznovrstnih odločitvenih problemov. Za razvrstitev (rangiranje) alternativ po prednostnem vrstnem redu smo uporabili modul za nedominirano razvrščanje, ki temelji na Pareto optimalnosti in je napisan v programskem jeziku lisp. Preostali moduli sistema so napisani v javi in z njim komunicirajo prek datotek oblike LSP in XML. Spletna podpora je izvedena s sodobnimi tehnologijami, med katerimi so EJB, JSF, PrimeFaces, jQuery, JavaScript, AJAX, XHTML in CSS3. Delovanje sistema z uporabnikovega zornega kota smo ilustrirali z dvema primeroma. Prvi prikazuje splošni izbor optimalnih alternativ, ko uporabnik poda število alternativ in kriterijev ter obseg vrednosti za vsak kriterij, vrednosti kriterijev za vsako alternativo pa se generirajo naključno, drugi pa izbiro optimalnega dobavitelja z ozirom na ceno, kakovost in dobavni rok izdelka ter renome in oddaljenost dobavitelja.
Ključne besede: sistemi za podporo pri odločanju, teorija urejenih množic, nedominirano razvrščanje, Pareto optimalnost
Objavljeno v DKUM: 19.02.2015; Ogledov: 1087; Prenosov: 157
Celotno besedilo (13,82 MB) |
