| | 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 / 22
Na začetekNa prejšnjo stran123Na naslednjo stranNa konec
1.
Hibridno priporočanje vrstilcev univerzalne decimalne klasifikacije : doktorska disertacija
Mladen Borovič, 2023, doktorska disertacija

Opis: V doktorski disertaciji predlagamo hibridni pristop za priporočanje vrstilcev univerzalne decimalne klasifikacije (UDK) za elektronske dokumente, ne glede na globino hierarhije UDK. Razvit hibridni pristop priporočanja vrstilcev UDK temelji na metodah vsebinskega filtriranja in uporablja strukturirane metapodatke v slovenskem jeziku za klasifikacijo področja znanosti in priporočanje ustreznih vrstilcev. Ker se dokumenti pogosto nanašajo na več področij znanosti, mora biti pristop sposoben identificirati interdisciplinarnost in vrniti več ustreznih vrstilcev UDK. Predlagani hibridni pristop uporablja kaskadno hibridizacijo in je razdeljen na dva kaskadna koraka. Najprej z rangirno funkcijo BM25 zagotovimo začetni seznam vrstilcev UDK. V prvem kaskadnem koraku začetni seznam vrstilcev UDK preuredimo s seznamom, ki je rezultat večznačnega klasifikatorja. Večznačni klasifikator temelji na globoki nevronski mreži BERT in je prilagojen na hierarhično topologijo UDK. V drugem kaskadnem koraku s pomočjo seznama najbolj pogostih vrstilcev UDK v organizaciji, iz katere izvira dokument, preuredimo seznam iz prvega koraka. Za kaskadno hibridizacijo se izvedejo postopki naknadne obdelave, ki preuredijo sezname priporočil glede na vrhnje področje in glede na specifičnost, omogočajo pa tudi rezanje seznama. Disertacija vključuje vrednotenje na množici zaključnih del v slovenskem jeziku, ki so del repozitorijev slovenskih univerz in že imajo ročno določene vrstilce UDK s strani knjižničarjev. Na testni množici dokumentov s predlaganano metodo po metriki HR@K dosežemo povprečne vrednosti 0,574 (K = 1), 0,869 (K = 3) in 0,892 (K = 5). Po metriki NDCG@K dosežemo povprečne vrednosti 0,993 (K = 1), 0,921 (K = 3) in 0,916 (K = 5), po metrikah MRR in MAP pa povprečne vrednosti vrednosti 0,782 (MRR) in 0,785 (MAP). V primerjavi z obstoječimi pristopi pokažemo, da uporaba predlaganega pristopa vodi v statistično značilne izboljšave.
Ključne besede: hibridni priporočilni sistemi, univerzalna decimalna klasifikacija, vsebinsko filtriranje, globoke nevronske mreže, obdelava naravnega jezika
Objavljeno v DKUM: 04.01.2024; Ogledov: 195; Prenosov: 35
.pdf Celotno besedilo (1,86 MB)

2.
Interpretacija odločitev nevronske mreže z metodo lime : diplomsko delo
Kristijan Dajčman, 2023, diplomsko delo

Opis: V diplomskem delu interpretiramo odločitve globokih nevronskih mrež za analizo sentimenta slovenskih in angleških besedil z metodo LIME. Nevronske mreže veljajo za črne škatle, saj je težko pojasniti njihove odločitve s samimi utežmi, kar predstavlja težave pri posvojitvi takšnih modelov v situacijah, kjer je pomembna transparentnost in zanesljivost odločitev. Problem črnih škatel lahko rešimo z metodami interpretiranja, kot je LIME, ki pojasni odločitev črne škatle z lokalnim nadomestkom. V tem delu interpretiramo napovedi treh nevronskih mrež z metodo LIME in poskušamo na podlagi interpretacij razložiti delovanje nevronskih mrež.
Ključne besede: LIME, razložljiva umetna inteligenca, nevronska mreža, analiza sentimenta
Objavljeno v DKUM: 21.09.2023; Ogledov: 216; Prenosov: 18
.pdf Celotno besedilo (2,88 MB)

3.
Orodje za ročno ali avtomatsko reševanje ugank nurikabe : magistrsko delo
Kristjan Žagar, 2022, magistrsko delo

Opis: 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.
Ključne besede: nurikabe, aplikacija windows, spletna aplikacija, konvolucijske nevronske mreže
Objavljeno v DKUM: 26.10.2022; Ogledov: 499; Prenosov: 116
.pdf Celotno besedilo (3,23 MB)

4.
Prenos znanja med modeli nevronskih mrež z metodo destilacije : diplomsko delo
Matic Marušič, 2022, diplomsko delo

Opis: S pojavom vedno večjih zbirk podatkov se je pojavila tudi potreba po vedno večjih modelih strojnega učenja za učenje in napovedovanje na teh zbirkah, kot so nevronske mreže. Posledica tega je nezmožnost uporabe na napravah z omejenimi prostorskimi in računskimi viri, npr. na pametnih mobilnih napravah, pametnih urah in kamerah. Potencialna rešitev je prenos znanja, kjer znanje večjega modela nevronske mreže destiliramo v pomanjšan model nevronske mreže, ki se lahko potem uporablja na robnih napravah. V diplomskem delu smo preizkusili koncept destilacije na klasifikacijskih problemih, ga prenesli na regresijske probleme ter analizirali učinkovitost z uporabo klasičnih metrik uspešnosti.
Ključne besede: strojno učenje, destilacija znanja, prenos znanja, nevronska mreža
Objavljeno v DKUM: 24.10.2022; Ogledov: 426; Prenosov: 30
.pdf Celotno besedilo (2,54 MB)

5.
Izdelava pogovornega robota z rekurentno nevronsko mrežo LSTM : diplomsko delo
Tomaž Piko, 2020, diplomsko delo

Opis: V diplomskem delu so v prvem delu najprej predstavljeni pogovorni roboti in njihovi tipi, nato rekurentne nevronske mreže ter delovanje različnih celic, ki jih pri njih najpogosteje srečujemo. V drugem delu pa je prikazan primer implementacije in učenja rekurentne nevronske mreže LSTM (Long Short-Term Memory) ter izdelava mobilne aplikacije, v kateri lahko pisno komuniciramo z izdelano mrežo oziroma našim pogovornim robotom v slovenskem ali angleškem jeziku.
Ključne besede: pogovorni roboti, rekurentne nevronske mreže, celica LSTM, obdelava naravnih jezikov
Objavljeno v DKUM: 03.11.2020; Ogledov: 853; Prenosov: 62
.pdf Celotno besedilo (1,27 MB)

6.
Priporočilni sistem in mobilna aplikacija za ustvarjanje fitnes treninga
Dejan Zajc, 2018, diplomsko delo/naloga

Opis: Priporočilni sistemi se zaradi velikega števila informacij vedno bolj uveljavljajo. Enako velja na fitnes področju, kjer ljudje nimajo časa, denarja ali motivacije za obisk fitnes centrov. V diplomskem delu predstavimo priporočilni sistem za ustvarjanje fitnes treninga. Pri tem uporabimo vsebinsko priporočanje. Uporabo priporočilnega sistema omogočimo z implementacijo spletne storitve, ki jo kličemo v mobilni aplikaciji. V teoretičnem delu opišemo uporabljen pristop vsebinskega priporočanja in samo logiko priporočanja. V praktičnem delu implementiramo spletno storitev in mobilno aplikacijo.
Ključne besede: priporočilni sistem, vsebinsko priporočanje, hibridna mobilna aplikacija, Ionic
Objavljeno v DKUM: 26.08.2020; Ogledov: 1606; Prenosov: 176
.pdf Celotno besedilo (1,70 MB)

7.
Hibridna mobilna aplikacija s priporočilnim sistemom za izboljšavo nogometnih veščin : diplomsko delo
David Tkalec, 2019, diplomsko delo

Opis: Cilj diplomskega dela je bilo raziskati priporočilne sisteme, hkrati pa izdelati aplikacijo, ki bo omogočala prikaz rezultatov priporočanja vedno in povsod. S tem namenom smo implementirali hibridno mobilno aplikacijo, ki s pomočjo priporočilnega sistema Slope One pomaga nogometnim trenerjem pri sestavi treningov in priporoča vaje za razvoj nogometnih veščin.
Ključne besede: hibridna mobilna aplikacija, priporočilni sistemi, slope one
Objavljeno v DKUM: 22.11.2019; Ogledov: 982; Prenosov: 69
.pdf Celotno besedilo (1,21 MB)

8.
Avtomatiziran sistem za borzno trgovanje : diplomsko delo
Matevž Celcer, 2019, diplomsko delo

Opis: Namen diplomskega dela je bila raziskava in implementacija sodobnih načinov predvidevanja prihodnjih vrednosti delnic. Razloženi so koncepti borznega in avtomatiziranega trgovanja in japonske svečke. Uporabljeni so bili algoritmi RNN, AR, MA in ARIMA. Izdelek je napisan v celoti v programskem jeziku Python, ključni moduli za razvoj so bili Numpy, Pandas, Statsmodels in Keras. Uporabljena je bila verzija Python 3.7.1.
Ključne besede: časovne vrste, avtoregresivna časovna vrsta, AR, tekoče povprečje MA, ARIMA, ponavljajoče se nevronske mreže, RNN, avtomatizirano borzno trgovanje, japonske svečke
Objavljeno v DKUM: 21.11.2019; Ogledov: 873; Prenosov: 81
.pdf Celotno besedilo (1,38 MB)

9.
Napovedovanje zmagovalca nogometne tekme z rekurentno nevronsko mrežo LSTM : diplomsko delo
Nejc Planer, 2019, diplomsko delo

Opis: V diplomskem delu so predstavljene rekurentne nevronske mreže in primer njihove uporabe. V prvem delu je razloženo njihovo delovanje in vrsti nevronov, od katerih se kasneje uporabi celica LSTM (dolgo-kratko ročna spominska celica). To je aplicirano tudi na primerih napovedovanja zmagovalca, ali pade več kot 1,5 ali 2,5 gola na tekmo in ali obe ekipi zadeneta. Napovedljivost zmagovalca ligaških tekem je od 61 do 72 odstotkov, zmagovalca nogometnih turnirjev pa od 65 do 70 odstotkov. Uporabljene so angleška, francoska, italijanska, nemška, španska in slovenska liga ter tekmovanji Copa America in svetovno prvenstvo.
Ključne besede: napovedovanje, rekurentne nevornske mreže, celica LSTM, nogomet, umetna inteligenca
Objavljeno v DKUM: 04.09.2019; Ogledov: 1844; Prenosov: 241
.pdf Celotno besedilo (2,17 MB)

10.
Sistem za naročanje prehrane s pomočjo platforme Raspberry Pi : diplomsko delo
Matevž Bencik, 2019, diplomsko delo

Opis: V diplomskem delu opisujemo izvedbo sistema za naročanje prehrane, ki deluje na računalniku Raspberry Pi 3B+. Spoznamo družino računalnikov Raspberry Pi, programski jezik Python, tehnologijo NFC, grafne podatkovne baze in priporočilne sisteme. Razvijemo sistem, ki omogoča identifikacijo uporabnika z uporabo kartice NFC, izbiro malice za naslednjih 5 dni in priporočanje izbire malice. Priporočilni sistem deluje po principu vsebinskega priporočanja. Naša rešitev deluje v programskem jeziku Python, uporabniški vmesnik pa je narejen s pomočjo ogrodja Flask. Vsi podatki so shranjeni v grafni podatkovni bazi Neo4j. Identifikacija uporabnika s kartico NFC je izdelana s pomočjo razširitvene plošče EXPLORE-NFC.
Ključne besede: Raspberry Pi, priporočilni sistem, grafna podatkovna baza, NFC
Objavljeno v DKUM: 04.09.2019; Ogledov: 1545; Prenosov: 213
.pdf Celotno besedilo (2,17 MB)

Iskanje izvedeno v 0.18 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici