| | 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 - 10 / 15
Na začetekNa prejšnjo stran12Na naslednjo stranNa konec
1.
Novel Half-Spaces Based 3D Building Reconstruction Using Airborne LiDAR Data
Marko Bizjak, Domen Mongus, Borut Žalik, Niko Lukač, 2023, izvirni znanstveni članek

Opis: Automatic building reconstruction from laser-scanned data remains a challenging research topic due to buildings’ roof complexity and sparse data. A novel automatic building reconstruction methodology, based on half-spaces and a height jump analysis, is presented in this paper. The proposed methodology is performed in three stages. During the preprocessing stage, the classified input point cloud is clustered by position to obtain building point sets, which are then evaluated to obtain half-spaces and detect height jumps. Half-spaces represent the fundamental shape for generating building models, and their definition is obtained from the corresponding segment of points that describe an individual planar surface. The detection of height jumps is based on a DBSCAN search within a custom search space. During the second stage, the building point sets are divided into sub-buildings in such a way that their roofs do not contain height jumps. The concept of sub-buildings without height jumps is introduced to break down the complex building models with height jumps into smaller parts, where shaping with half-spaces can be applied accurately. Finally, the sub-buildings are reconstructed separately with the corresponding half-spaces and then joined back together to form a complete building model. In the experiments, the methodology’s performance was demonstrated on a large scale and validated on an ISPRS benchmark dataset, where an RMSE of 0.29 m was obtained in terms of the height difference.
Ključne besede: LiDAR point cloud, building reconstruction, half-spaces, Boolean operations
Objavljeno v DKUM: 01.12.2023; Ogledov: 202; Prenosov: 8
.pdf Celotno besedilo (13,79 MB)
Gradivo ima več datotek! Več...

2.
Razvoj napovednega modela multivariatnih časovnih vrst uporabniških storitev : diplomsko delo
Sandi Pečečnik, 2023, diplomsko delo

Opis: V sklopu diplomskega dela predstavimo več nevronskih mrež, ki jih optimiziramo, pri čemer raziščemo ustrezne arhitekture, metrike, funkcije in druge pomembne lastnosti za uporabo v napovednih modelih multivariantnih časovnih vrst. Raziščemo najpomembnejše probleme povezane z razvojem napovednih nevronskih mrež. Naslovimo reševanje treh specifičnih realnih problemov, za reševanje katerih smo predlagali arhitekture nevronskih mrež. Izdelali smo še skalabilno spletno aplikacijo, ki omogoča enostavnejšo uporabo naučenih modelov nevronskih mrež.
Ključne besede: časovne vrste, nevronske mreže, globoko učenje, storitve, arhitekture globokega učenja
Objavljeno v DKUM: 05.10.2023; Ogledov: 223; Prenosov: 20
.pdf Celotno besedilo (1,66 MB)

3.
Sistem za samodejno profiliranje zmogljivosti spletnih strani : magistrsko delo
Blaž Vidovič, 2023, magistrsko delo

Opis: V magistrskem delu raziščemo področje profiliranja zmogljivosti spletnih strani. Seznanimo se z dejavniki, ki vplivajo na zmogljivost spletnih strani in metrikami, s katerimi se meri njihova zmogljivost. Na osnovi danih metrik razvijemo spletno platformo za samodejno profiliranje zmogljivosti spletnih strani. V rezultatih predstavimo uporabo spletne platforme za profiliranje zmogljivosti čelnih in zalednih delov raznolikih spletnih strani.
Ključne besede: profiliranje, zmogljivost, spletna stran, uporabniška izkušnja
Objavljeno v DKUM: 17.08.2023; Ogledov: 270; Prenosov: 66
.pdf Celotno besedilo (2,96 MB)

4.
Spletni koledar s samodejnim predlaganjem skupinskega prostega termina : diplomsko delo
Tilen Heric, 2022, diplomsko delo

Opis: Zaradi problema organiziranja svojega časa poleg velikega števila dogodkov smo z namenom olajšanja organiziranja le teh ustvarili spletni koledar z možnostjo samodejnega predlaganja termina. Namen spletne aplikacije je olajšati organizacijo dogodkov skupinam, saj pri velikem številu članov predstavlja organiziranje dogodkov, ki bi se ga lahko udeležili vsi člani, velik problem. Cilj spletne aplikacije je s pomočjo algoritma podati uporabniku čim boljši termin zanj ali za njegovo skupino. Implementirali smo zaledni in prednji del spletne aplikacije ter vključili uporabo dveh algoritmov. Pri zalednem delu smo uporabili MongoDB za shranjevanje podatkov, Node.js kot strežnik in ogrodje Express po vzorcu MVC. Za prednji del aplikacije smo uporabili ogrodje React. Zaledni in prednji del komunicirata preko klicev Rest API. Uporabniku smo ob ustvarjanju novega dogodka z uporabo algoritma grobe sile izpisali proste termine in z uporabo algoritma Simuliranega ohlajanja predlagali termin. V rezultatih smo ugotovili, da algoritem grobe sile deluje dovolj hitro za interaktivno upravljanje z aplikacijo. Algoritem Simulirano ohlajanje omogoča vnašanje dodatnih kriterijev in deluje še vedno dovolj hitro za interaktivno upravljanje z aplikacijo.
Ključne besede: spletni koledar, Simulirano ohlajanje, predlaganje prostega termina
Objavljeno v DKUM: 24.10.2022; Ogledov: 345; Prenosov: 29
.pdf Celotno besedilo (1,75 MB)

5.
Napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov z uporabo konvolucijsko-povratnih nevronskih mrež : magistrsko delo
Niko Uremović, 2022, magistrsko delo

Opis: V magistrskem delu predstavimo nov pristop za napovedovanje multivariatnih časovnih vrst geoprostorskih podatkov. Pripravimo pregled obstoječih pristopov k napovedovanju časovnih vrst prostorskih podatkov. Predstavimo koncepte na katerih temelji konvolucijsko-povratna nevronska mreža ConvLSTM in njeno teoretično osnovo. Z uporabo ConvLSTM pri napovedovanju upoštevamo tako časovne odvisnosti med spremenljivkami, kot tudi prostorske odvnisnosti med podatki v sosednjih točkah. Metodo preizkusimo na primeru napovedovanja več spremenljivk onesnaženosti zraka za več merilnih postaj na različnih lokacijah in jo primerjamo s sorodnimi deli.
Ključne besede: Multivariatne časovne vrste, geoprostorski podatki, napovedovanje časovnih vrst, konvolucijsko-povratne nevronske mreže
Objavljeno v DKUM: 21.10.2022; Ogledov: 371; Prenosov: 38
.pdf Celotno besedilo (2,42 MB)

6.
Razvoj mobilne aplikacije za informiranje in spremljanje bolnika z uporabo ogrodja Flutter : diplomsko delo
Nika Kramberger, 2022, diplomsko delo

Opis: V diplomskem delu z uporabo odprtokodnega ogrodja Flutter predstavimo novo mobilno aplikacijo, ki skrbi za informiranje bolnika o bolezni in omogoča spremljanje simptomov bolnika. V delu navedemo bistvene lastnosti Flutterja, gradnje uporabniškega vmesnika z uporabo gradnikov Flutter ter programskega jezika Dart. Za informativni del aplikacije predstavimo integracijo s platformo Wordpress. Opišemo postopek implementacije aplikacije z Flutter gradniki ter predstavimo končen izgled mobilne aplikacije in njene funkcionalnosti.
Ključne besede: mobilna aplikacija, Flutter, Android, iOS
Objavljeno v DKUM: 20.10.2022; Ogledov: 494; Prenosov: 91
.pdf Celotno besedilo (1,49 MB)

7.
Ukkonenov algoritem konstrukcije priponskega drevesa : diplomsko delo
Štefan Horvat, 2020, diplomsko delo

Opis: S pomočjo priponskih dreves lahko zelo preprosto in hitro izvajamo različne operacije nad nizi. Za gradnjo priponskih dreves obstajajo različni algoritmi. V diplomskem delu opi-šemo in implementiramo Ukkonenov algoritem, ki priponsko drevo zgradi v linearnem času. Najprej preučimo delovanje algoritma in tvorimo ustrezne podatkovne strukture. Sledi implementacija in preizkušanje. Z eksperimenti pokažemo karakteristike algoritma ob različnem številu znakov ter preverimo njegovo časovno in prostorsko zahtevnost.
Ključne besede: algoritmi, podatkovne strukture, analiza algoritmov, časovna in prostorska zahtevnost
Objavljeno v DKUM: 03.11.2020; Ogledov: 1070; Prenosov: 140
.pdf Celotno besedilo (1,21 MB)

8.
Napovedovanje časovnih vrst z uporabo povratnih nevronskih mrež : diplomsko delo
Niko Uremović, 2020, diplomsko delo

Opis: V diplomskem delu predstavimo napovedovanje multivariatnih časovnih vrst z uporabo povratnih nevronskih mrež, ter primernost pristopa k napovedovanju preizkusimo na področju energetike. Za pametno krmiljenje električnih naprav je namreč nujno potrebno poznavanje posledic, ki jih imajo naše akcije na stanje naprav in njihove okolice. Stanje naprav definira več spremenljivk, zato spreminjanje stanja skozi čas opisuje multivariatna časovna vrsta. Za električno napravo grelnik vode pripravimo napovedni model, ki temelji na povratni nevronski mreži arhitekture LSTM. Ker pa se lastnosti naprave in s tem opisujoče časovne vrste lahko s časom spreminjajo, moramo za ohranjanje natančnostosti napovednega modela le-tega sproti prilagajati. V diplomskem delu predstavimo različne strategije sprotnega učenja modela in primerjamo njihovo učinkovitost na napovednem modelu za grelnik vode.
Ključne besede: Multivariatne časovne vrste, napovedovanje časovnih vrst, povratne nevronske mreže, katastrofalno pozabljanje
Objavljeno v DKUM: 03.11.2020; Ogledov: 1372; Prenosov: 99
.pdf Celotno besedilo (1,50 MB)

9.
Sistem za avtomatsko testiranje spletnih aplikacij z uporabo ogrodja selenium : diplomsko delo
Leon Kutoš, 2020, diplomsko delo

Opis: V diplomskem delu se osredotočimo na avtomatsko testiranje spletnih aplikacij. Pri tem uporabimo pristop testiranja bele škatle in ogrodje Selenium. Razvili smo čelni in zaledni podsistem za avtomatsko testiranje, pri čemer je interakcija z uporabo prijaznega uporabniškega vmesnika. Testirali smo tri spletne aplikacije: Aips, Bolho ter Funtech. Pri vseh treh aplikacijah je test bil izveden uspešno. Implementiran sistem prinaša visoko fleksibilnost za testiranje raznolikih spletnih aplikacij in neodvisnost od strojne opreme.
Ključne besede: Avtomatsko testiranje, spletna aplikacija, test bele škatle, Selenium.
Objavljeno v DKUM: 03.11.2020; Ogledov: 968; Prenosov: 76
.pdf Celotno besedilo (719,70 KB)

10.
Paralelizacija algoritmov diskretne kosinusne transformacije in VP8 na GPE za izgubno stiskanje slik : diplomsko delo
Domen Vidovič, 2019, diplomsko delo

Opis: V diplomskem delu preučimo uporabo grafično procesne enote (GPE) za namen kompresije slik. Najprej teoretično zasnujemo algoritma VP8 in diskretno kosinusno transformacijo (DCT), nato predstavimo njuno osnovno implementacijo. Algoritem DCT še dodatno optimiziramo in oba algoritma paraleliziramo z uporabo GPE. Na koncu primerjamo hitrost obeh implementacij in ugotovimo kdaj je za stiskanje slik smiselno uporabiti GPE.
Ključne besede: kompresija slik, paralelizacija, GPGPU, CUDA
Objavljeno v DKUM: 12.11.2019; Ogledov: 1084; Prenosov: 60
.pdf Celotno besedilo (1,59 MB)

Iskanje izvedeno v 0.28 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici