1. Poučevanje računalniških omrežij s pomočjo obogatene resničnosti : magistrsko deloAleš Spital, 2024, magistrsko delo Opis: Računalniška omrežja imajo ključno vlogo v učnem načrtu srednjega tehniškega izobraževalnega programa tehnik računalništva. Današnje strategije poučevanja računalniških omrežij se pogosto osredotočajo na teoretična predavanja, kar lahko predstavlja izziv za učence pri razumevanju, kako se to znanje uporablja v praksi. Zato smo v zaključnem delu preučili možnosti vključevanja obogatene resničnosti in razvili interaktivno mobilno aplikacijo. Ta omogoča dijakom virtualno raziskovanje in konfiguriranje omrežnih komponent ter spremljanje prometa pošiljanja paketov. Na koncu smo izvedli študijo z dijaki, ki je ocenila vpliv izdelane mobilne aplikacije na razumevanje računalniških omrežij v primerjavi s tradicionalnimi metodami učenja. Ključne besede: poučevanje, obogatena resničnost, umetna inteligenca, mobilna aplikacija, računalniška omrežja Objavljeno v DKUM: 01.07.2024; Ogledov: 123; Prenosov: 26
Celotno besedilo (4,09 MB) |
2. Izboljšan simetrični šifrirni algoritem AES : diplomsko deloDimitar Bebekoski, 2024, diplomsko delo Opis: Izboljšana varnost informacij in široka sprejemljivost naprednega šifrirnega standarda AES kot najvarnejšega simetričnega šifrirnega algoritma sta zmanjšali spletne napade, kar je spodbudilo raziskovalce k nadaljnjemu izboljšanju algoritma. Diplomsko delo predstavlja spremenjen in izboljšan simetrični šifrirni algoritem AES, ki je bil nato implementiran in ovrednoten glede na učinek plazu ter čas izvajanja. Kljub daljšemu času izvajanja je izboljšana moč šifriranja in dešifriranja, kar predstavlja želen dosežek, kot kažejo izmerjeni učinki plazov. Ključne besede: varnost podatkov, kriptografija, napredni šifrirni standard Objavljeno v DKUM: 29.03.2024; Ogledov: 416; Prenosov: 54
Celotno besedilo (871,29 KB) |
3. Hibridno priporočanje vrstilcev univerzalne decimalne klasifikacije : doktorska disertacijaMladen 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: 579; Prenosov: 132
Celotno besedilo (1,86 MB) |
4. Interpretacija odločitev nevronske mreže z metodo lime : diplomsko deloKristijan 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: 387; Prenosov: 33
Celotno besedilo (2,88 MB) |
5. Orodje za ročno ali avtomatsko reševanje ugank nurikabe : magistrsko deloKristjan 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: 730; Prenosov: 168
Celotno besedilo (3,23 MB) |
6. Prenos znanja med modeli nevronskih mrež z metodo destilacije : diplomsko deloMatic 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: 580; Prenosov: 42
Celotno besedilo (2,54 MB) |
7. |
8. Priporočilni sistem in mobilna aplikacija za ustvarjanje fitnes treningaDejan 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: 1869; Prenosov: 189
Celotno besedilo (1,70 MB) |
9. |
10. Avtomatiziran sistem za borzno trgovanje : diplomsko deloMatevž 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: 1038; Prenosov: 94
Celotno besedilo (1,38 MB) |