| | 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 / 74
Na začetekNa prejšnjo stran12345678Na naslednjo stranNa konec
1.
Uporaba strojnega učenja za zaznavo kibernetskih napadov : magistrsko delo
Benjamin Steiner, 2024, magistrsko delo

Opis: Strojno učenje se vse več uporablja v povezavi z zaznavo kibernetskih napadov, saj lahko s tem načinom zaznamo tudi bolj napredne kibernetske napade kot z drugimi načini zaznave. Glavni element učenja algoritmov nadzorovanega strojnega učenja za katero koli domeno uporabe so ustrezno označeni učni podatki, prek katerih se algoritem uči in kasneje tudi deluje. Ne vemo pa, točno koliko podatkov ti algoritmi potrebujejo za učenje, da postanejo učinkoviti. V magistrskem delu je bila uporabljena podatkovna zbirka UNSW-NB15, ki vsebuje več milijonov paketkov simuliranega omrežnega prometa in devet različnih kibernetskih napadov, kjer je vsak paketek že označen kot običajen mrežni promet ali kibernetski napad. Izvedeno je bilo učenje sedmih najpogostejših algoritmov strojnega učenja pri različnih deležih uporabljenih podatkov, da se je lahko določilo, pri katerih deležih učnih podatkov se merjene metrike normalizirajo. Rezultati so pokazali, da se je v povprečju metrike izbranih algoritmov normaliziralo okoli 10 % uporabljenih učnih podatkov (8233 vnosov), kar lahko pripomore k izdelavi bolj učinkovitih algoritmov za zaznavo kibernetskih napadov.
Ključne besede: kibernetski napadi, strojno učenje, lokalna omrežja, Python, UNSW-NB15, magistrska dela
Objavljeno v DKUM: 05.07.2024; Ogledov: 76; Prenosov: 15
.pdf Celotno besedilo (1,41 MB)

2.
Izdelava spletne aplikacije za analiziranje nepremičninskih oglasov
Jan Dolenc, 2024, diplomsko delo

Opis: V diplomskem delu je opisan razvoj osnovne različice spletne aplikacije za analiziranje oglasov, ki so objavljeni na največjem nepremičninskem portalu v Sloveniji. Aplikacija uporabniku omogoča vpogled v zgodovino oglasa in analiziranje dogajanja na nepremičninskem trgu. Z uporabo sodobnih tehnologij želimo opolnomočiti povprečnega uporabnika, pri sprejemanju pomembnih življenjskih odločitev. V teoretičnem delu so najprej predstavljena uporabljena orodja, nato je v teoriji pojasnjeno delovanje aplikacije. V poglavju razvoj aplikacije je natančno opisan postopek izdelave vsake izmed komponent aplikacije: spletni pajek, skript za vnos podatkov, podatkovna baza, programski vmesnik in grafični uporabniški vmesnik. Po uspešnem razvoju je aplikacija bila preizkušena in povabljenih je bilo nekaj končnih uporabnikov, ki so jo ocenili.
Ključne besede: nepremičninski oglasi, spletna aplikacija, spletni pajek, Python, Angular
Objavljeno v DKUM: 30.05.2024; Ogledov: 108; Prenosov: 8
.pdf Celotno besedilo (6,28 MB)

3.
Implementacija algoritma klonske selekcije v Pythonu : diplomsko delo
Andraž Peršon, 2024, diplomsko delo

Opis: Namen diplomskega dela je implementirati algoritem, ki pri reševanju problemov uporablja vzore iz narave, podrobneje algoritem klonske selekcije. Celotna raziskava je bila izvedena na podlagi proučevanja spletnih virov. Omenjena sta programski jezik Python in knjižnica NiaPy, ki vključuje številne algoritme po vzorih iz narave. Predstavljene so rešitve, podobne algoritmu klonske selekcije, ki že obstajajo. Razložena sta algoritem klonske selekcije in njegova implementacija v programskem jeziku Python. Podrobno so predstavljeni rezultati in testiranje algoritma klonske selekcije ter integracija omenjenega algoritma v knjižnico NiaPy.
Ključne besede: algoritmi po vzoru iz narave, optimizacijski algoritem klonske selekcije, knjižnica NiaPy, Python
Objavljeno v DKUM: 01.03.2024; Ogledov: 436; Prenosov: 73
.pdf Celotno besedilo (1,05 MB)

4.
Ogrodje za samodejno načrtovanje športnih aktivnosti : magistrsko delo
Luka Koprivc, 2023, magistrsko delo

Opis: V dobi obilice podatkov se pred nami razprostira bogat nabor informacij in naprednih metod zajemanja. Med temi izstopajo zabeleženi podatki o športnih aktivnostih, ki odpirajo vrata analizi in vizualizaciji, vendar še vedno ohranjajo omejitve pri manipulaciji. V okviru te magistrske naloge je predstavljeno inovativno ogrodje, ki izrabi obstoječe aktivnosti in s pomočjo usmerjenih grafov inteligentno predlaga potek nove športne dejavnosti. V začetku se temeljito posvetimo izzivom področja ter preučimo relevantne raziskave. Sledi podrobna razlaga algoritmov, ki omogočajo učinkovito obvladovanje kompleksnosti problema, hkrati pa predstavimo tudi algoritme za obdelavo samoizmerjenih aktivnosti. Zaključimo s praktično uporabo razvitega ogrodja ter podamo refleksijo o njegovi učinkovitosti in koristnosti.
Ključne besede: obdelava podatkov, podatkovna znanost, python, športne aktivnosti
Objavljeno v DKUM: 12.10.2023; Ogledov: 411; Prenosov: 27
.pdf Celotno besedilo (4,30 MB)

5.
Razvoj robotskega manipulatorja za detekcijo objektov z uporabo konvolucijske nevronske mreže : diplomsko delo
Jon Tofant, 2023, diplomsko delo

Opis: V diplomskem delu smo izdelali robotski manipulator. V ta namen smo razvili algoritme za izvajanje giba iz točke v točko ter linearnega giba. Pri izvajanju teh gibov smo uporabili kvadratni, kubični ter sinusni profil poti. Ustvarili smo grafični vmesnik za nadzorovanje robotskega manipulatorja. Robot smo nadgradili s kamero. Z uporabo nevronske mreže in strojnim vidom smo izdelali aplikacijo, kjer vrh robota sledi roki uporabnika. Algoritme gibanja in profile poti smo predhodno simulirali z uporabo programa MSC Adams.
Ključne besede: Robotika, Kinematika, Python, STM32, Adams
Objavljeno v DKUM: 05.10.2023; Ogledov: 312; Prenosov: 48
.pdf Celotno besedilo (24,08 MB)

6.
Optimizacija alternativnega energetskega sistema z vključevanjem plinastih goriv : diplomsko delo univerzitetnega študijskega programa I. stopnje
Tine Pigac, 2023, diplomsko delo

Opis: Za doseganje energetskih potreb voznega parka trenutno uporabljamo fosilna goriva, zaradi katerih prihaja do emisij toplogrednih plinov, kot je ogljikov dioksid, ki povzročajo globalno segrevanje. Zaradi tega prehajamo na alternativne vire energije, pri katerih moramo preučiti, med drugim, tudi ekonomičnost dobave energije ter količine izpustov. Alternativni možnosti za pogon vozil sta velikokrat elektrika in vodik. Električna vozila so v Sloveniji do določene mere že v uporabi, medtem ko se vodik zaenkrat še ne uporablja kot pogonsko gorivo, saj nimamo polnilnih postaj in posledično proizvajalci avtomobilov na našem trgu ne ponujajo prevoznih sredstev na vodikov pogon. V diplomski nalogi smo opravili optimizacijo obrata za soproizvodnjo elektrike, vodika in toplote iz obnovljivih virov energije. Za izvedbo optimizacije smo pregledali različne vire in tehnologije proizvodnje. Pri tem smo upoštevali najpogostejše tehnologije pretvorb za proizvodno elektrike, vodika in toplote ter možne vire, ki se bodo v analizi izkazali kot najbolj obetajoči. Nadalje smo razvili matematični model v programskem okolju Python, natančneje z uporabo paketa za optimizacijo GEKKO. Za reševanje smo uporabili reševalnik (solver) IPOPT. Ker lahko proizvodnja poteka po več različnih poteh, smo ugotavljali, katera pot je najbolj optimalna. Iz dobljenih rezultatov je razvidno, da se večino energije za končno proizvodnjo elektrike, vodika in toplote pridobi iz električnega omrežja. Razlog za to je, da imajo komponente, ki so povezane na električno omrežje, najvišje izkoristke presnov. Ker imajo komponente povezane na električno omrežje najmanjše izgube, je električno omrežje najbolj optimalen vir za soproizvodnjo elektrike, vodika in toplote. To je tudi razvidno iz tega, da se levji delež vodika proizvede v elektrolizerju, ki porablja elektriko za svojo proizvodnjo. Večino tega vodika se nato porabi v gorivni celici, kjer se poleg električne energije proizvede tudi glavnina toplote.
Ključne besede: optimiranje, Python, GEKKO, plinasta goriva
Objavljeno v DKUM: 11.09.2023; Ogledov: 471; Prenosov: 23
.pdf Celotno besedilo (3,63 MB)

7.
8.
Avtomatizacija procesov načrtovanja elektroenergetskega omrežja : magistrsko delo
Luka Slapnik, 2023, magistrsko delo

Opis: Magistrsko delo obravnava avtomatizacijo procesov dolgoročnega načrtovanja elektroenergetskega omrežja. Trajnostna energija na področje elektroenergetike prinaša velike spremembe. V sklopu proizvodnje je to vključevanje obnovljivih in razpršenih virov energije, v sklopu porabe pa prehod na ogrevanje z električno energijo in električna mobilnost. Prav tako velja omeniti vedno večji pomen hranilnikov električne energije in FACTS-naprav. Vse te novosti prinašajo dodatne negotovosti, kar zahteva uvedbo novih orodij, modelov in pristopov v sklopu obratovanja in načrtovanja elektroenergetskega sistema. Eden najobetavnejših pristopov je večscenarijski pristop k načrtovanju omrežja, ki trenutne pristope načrtovanja nadgradi z vpeljavo analize množice različnih stanj za ciljno leto, kar omogoča celovit pogled in statistično analizo dogajanja v prihodnosti. Glavna cilja magistrske naloge sta zasnova algoritma in izdelava programske kode v jeziku Python, ki v kombinaciji s programsko opremo PowerFactory proizvajalca DigSILENT na podlagi modela omrežja in vhodnih podatkov iz orodij za analize trga avtomatizira izračune pretokov moči za množico scenarijev in ur/stanj. Avtomatizacija izračunov in analize pretokov moči v procese načrtovanja prinaša velike prihranke časa, pri tem pa so zaradi velike količine podatkov in časovno zamudnih izračunov ključne določene poenostavitve in optimizacije. Za predstavitev zmogljivosti in uporabnosti izdelane programske kode je izdelana večscenarijska analiza vključitve sončnih elektrarn moči 1000 MW na prenosno omrežje Republike Slovenije. Pridobljeni rezultati nazorno prikazujejo pozitiven vpliv vključevanja sončnih elektrarn. Vidni sta zmanjšanje relativnih izgub in povečanje samozadostnosti slovenskega elektroenergetskega sistema, vendar pa je za varnost obratovanja tako spremenjenega elektroenergetskega sistema potrebna dodatna okrepitev omrežja.
Ključne besede: načrtovanje omrežja, večscenarijska analiza, trajnostna energija, PowerFactory, Python
Objavljeno v DKUM: 07.06.2023; Ogledov: 664; Prenosov: 99
.pdf Celotno besedilo (3,73 MB)

9.
Razvoj spletne aplikacije za evidenco računalniške opreme : diplomsko delo
Kevin Pokeržnik, 2023, diplomsko delo

Opis: Diplomsko delo zajema opis razvoja spletne aplikacije za Zavarovalno skupino Sava, natančneje za družbo Zavarovalnica Sava, d. d. Aplikacija služi kot eden izmed pripomočkov pri beleženju računalniške opreme podjetja in nudi številne funkcionalnosti.Te vključujejo ustvarjanje datotek za izdajo opreme, iskanje po zgodovini opreme, samodejno izpolnjevanje vnosnih polj, samodejno pošiljanje e-pošte, preverjanje pristnosti preko tehnologije Azure Active Directory itd. Delo zajema tudi analizo, v kateri aplikacijo primerjamo s predhodno.
Ključne besede: Python Flask, spletna aplikacija, Azure Active Directory, MongoDB
Objavljeno v DKUM: 23.05.2023; Ogledov: 652; Prenosov: 87
.pdf Celotno besedilo (2,46 MB)

10.
Digitalizacija proizvodnega procesa
Gorazd Čadež, 2022, diplomsko delo

Opis: V diplomskem delu je predstavljena rešitev za digitalno zbiranje podatkov iz proizvodnega procesa. Podatki so se pred implementacijo te rešitve zbirali na staromoden način, torej s pisanjem na list papirja. Opisan je celoten razvoj programske opreme. Začetek temelji na kreiranju uporabniškega vmesnika, ki je napisan v programskem jeziku Python in je oblikovan po obrazcu, na katerega se je prej podatke zapisovalo ročno. V nadaljevanju je predstavljeno oblikovanje MSSQL baze ter povezave med bazo in vmesnikom. Zaključek naloge opisuje obdelavo digitalno zajetih podatkov. Implementacija aplikacije v proizvodnjo okolje podaja večjo sledljivost in preprostejši dostop do informacij, kar uporabniku precej olajša delo.
Ključne besede: Digitalizacija, Python, SQL, analiza podatkov, avtomatizacija proizvodnje.
Objavljeno v DKUM: 01.02.2023; Ogledov: 629; Prenosov: 77
.pdf Celotno besedilo (1,75 MB)

Iskanje izvedeno v 9.06 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici