| | 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


51 - 60 / 182
Na začetekNa prejšnjo stran234567891011Na naslednjo stranNa konec
51.
Razporejanje proizvodnje z metodami strojnega učenja
Robert Rupnik, 2016, magistrsko delo/naloga

Opis: Procesi v kompleksnih proizvodnih okoljih postajajo vse bolj nepredvidljivi in se zaradi nenehnih spreminjajočih se zahtev odjemalcev v globalnem okolju čedalje hitreje spreminjajo. Podjetja so se tako že v preteklosti pričela podrobneje organizirati in so v procese vključevala pomagala za terminiranje proizvodnje posameznega izdelka. Danes so na trgu že zelo dodelani računalniško podprti programi, ki pa žal ne predstavljajo ustrezne rešitve v kompleksnih okoljih, kjer imamo opravka z masovnimi, stohastičnimi tokovi materialov. V nalogi smo prikazali praktično uporabo aplikacije, izdelane z metodo strojnega učenja in genetskih algoritmov, v konkretnem proizvodnem okolju jeklarne SIJ Acroni d. o. o. Podjetje sestavljajo štiri enote, optimirali pa smo sklop strojev v eni izmed njih. Zaradi kompleksnosti proizvodnje izključno unikatnih izdelkov proces optimiranja v takem primeru preseže orodja klasičnega terminiranja kakor tudi človeško kombinatoriko. Reševanja izziva zmanjšanja zastojev smo se lotili z uporabo znanja s področja umetne inteligence in genetskih algoritmov. Razvili smo model za sklop strojev in izvedli njegovo validacijo s pomočjo dogodkovne simulacije. Genetske algoritme smo uporabili za iskanje optimalnega proizvodnega razporeda. V izvedeni preliminarni študiji smo ugotovili, da lahko z uporabo genetskih algoritmov čas proizvodnje skrajšamo v povprečju tudi za 4 %, kar pomeni velike časovne prihranke in za podjetje tudi nižje stroške obratovanja proizvodnje. Na ta način smo dokazali, da predstavljajo genetski algoritmi primerno metodo za optimiranje kompleksnih proizvodnih procesov, kar pripomore k večji produktivnosti proizvodnega procesa.
Ključne besede: strojno učenje, genetski algoritmi, optimiranje, stohastični procesi, planiranje (terminiranje) proizvodnega procesa, proizvodni management
Objavljeno: 17.10.2016; Ogledov: 1042; Prenosov: 102
.pdf Celotno besedilo (3,25 MB)

52.
Metodologija celovitega monitoringa in upravljanja vodnih pregrad
Andrej Rajh, 2016, magistrsko delo

Opis: Magistrsko delo obravnava metode, ki omogočajo zagotavljanje celovitega monitoringa upravljanja vodnih pregrad. Poglavitni cilj izvajanja tehničnega opazovanja je zagotavljanje varnosti in upravljanje s tveganji – riziki. V nalogi podajamo pregled zgodovinskega razvoja sistemov opazovanj in havarij ki so se zgodile v preteklosti. Podajamo pregled obstoječih praks in odločevalskih algoritmov ter vzroke, ki so privedli do havarij. Za obstoječe objekte podajamo rešitev, kako na podlagi obstoječih izkušenj in rezultatov opazovanj, vzpostavimo odločevalski mehanizem, ki bo za opazovalna mesta, ki so trenutnno brez posebnosti pravočasno zaznala vplive. Na podlagi tako dopolnjenega odločevalskega algoritma smo pripravili odločitev za vzpostavitev nove vrste opazovanj oz. dodatnega opazovalnega mesta, na podlagi katere bo mogoče sklepati o rzvoju vplivov in posledic
Ključne besede: sistem tehničnega opazovanja, varnost, odločevalski algoritmi, novi vplivi, nova opazovalna mesta
Objavljeno: 12.10.2016; Ogledov: 937; Prenosov: 135
.pdf Celotno besedilo (4,51 MB)

53.
VIZUALIZACIJA PROCESOV EVOLUCIJSKEGA RAČUNANJA
Tadej Jerovšek, 2016, magistrsko delo

Opis: V tem magistrskem delu se ukvarjamo z vizualizacijo procesov evolucijskih algoritmov in interpretacijo le-teh. Najpogosteje uporabljene metode za primerjavo evolucijskih algoritmov imajo težave že pri oceni algoritmov, samega delovanja algoritmov pa ne upoštevajo. Najprej smo podrobneje pogledali razvoj statističnih metod, kaj nudijo in kje kažejo pomanjkljivosti. Pod drobnogled smo vzeli enokriterijsko in večkriterijsko optimizacijo in jo z uporabo metod vizualizacije informacij predstavili ter interpretirali prednosti in slabosti posameznih algoritmov in problemov, pri čemer smo za temelj uporabili sistem EARS.
Ključne besede: evolucijski algoritmi, večkriterijska optimizacija, vizualizacija informacij, primerjava evolucijskih algoritmov, Pareto dominiranost
Objavljeno: 28.09.2016; Ogledov: 797; Prenosov: 100
.pdf Celotno besedilo (5,23 MB)

54.
Izbrani koncepti programskega jezika kotlin
Mirjam Založnik, 2016, diplomsko delo

Opis: V diplomskem delu predstavimo izbrane koncepte programskega jezika kotlin. Opišemo njegove prednosti, slabosti in primerjamo koncepte s programskim jezikom java. Največ poudarka je predvsem na opisu osnovnih konceptov, kot so podatkovni tipi, operatorji, funkcije in razredi. Za potrebe primerjave jezikov na kratko opišemo tudi algoritma urejanja, urejanje z navadnim vstavljanjem in Shellovo urejanje. V praktičnem delu primerjamo algoritma urejanja v programskem jeziku kotlin in java ter z meritvami primerjamo hitrost delovanja.
Ključne besede: Programski jezik kotlin, koncepti, programski jezik java, algoritmi urejanja, algoritem z navadnim vstavljanjem, Shellovo urejanje
Objavljeno: 27.09.2016; Ogledov: 1535; Prenosov: 209
.pdf Celotno besedilo (1,68 MB)

55.
META-HEVRISTIČNO ISKANJE OPTIMALNE TRGOVALNE STRATEGIJE ZA BORZO BITSTAMP
Gregor Flajs, 2016, diplomsko delo

Opis: V diplomski nalogi smo s pomočjo meta-hevristike razvili algoritem, ki je sposoben v polinomskem času poiskati optimalne vrednosti parametrov trgovalnih tehničnih indikatorjev, z namenom, da bi dobili trgovalno strategijo za izmenjavo bitcoinov na borzi Bitstamp, ki bi prinašala pozitiven donos. Predstavili smo kaj je bitcoin in elektronsko borzo Bitstamp. Nato smo na kratko predstavili osnovne pojme tehničnega trgovanja na borzah. V nadaljevanju smo opredelili pojem meta-hevristika in opisali najbolj pogoste metode meta-hevristike in algoritme. Sledi genetski algoritem ki smo ga razvili za iskanje trgovalne strategije. Za konec pa smo še prikazali najboljšo strategijo, ki jo je algoritem našel.
Ključne besede: bitcoin, bitstamp, meta-hevristika, genetski algoritmi, trgovalna strategija
Objavljeno: 27.09.2016; Ogledov: 5709; Prenosov: 84
.pdf Celotno besedilo (1,43 MB)

56.
PRIMERJAVA ALGORITMOV STISKANJA PO METODAH SHANNON-FANO, HUFFMAN IN HUFFMAN S PRILAGAJANJEM
Robert Šircelj, 2016, diplomsko delo

Opis: V diplomski nalogi predstavimo in implementiramo algoritme za stiskanje podatkov brez izgub po metodah Shannon-Fano, Huffman in Huffman s prilagajanjem. Učinkovitost algoritmov testiramo na različnih vrstah datotek ter jih med seboj primerjamo glede na razmerje stiskanja ter čas kodiranja in dekodiranja. Ugotovili smo, da v razmerju stiskanja med metodami ni bistvenih razlik.
Ključne besede: algoritmi stiskanja podatkov, Shannon-Fanojev algoritem, Huffmanov algoritem, Huffmanov algoritem s prilagajanjem, primerjava algoritmov.
Objavljeno: 07.09.2016; Ogledov: 977; Prenosov: 154
.pdf Celotno besedilo (2,25 MB)

57.
Metode za ovrednotenje algoritmov strojnega učenja
Iva Flisar, 2016, diplomsko delo

Opis: Strojno učenje je pojem, tesno povezan s podatkovnim rudarjenjem, saj s pomočjo učnih algoritmov iščemo vzorce v podatkih. V diplomskem delu smo predstavili in opisali različne učne algoritme, ki se uporabljajo v procesu podatkovnega rudarjenja. Naš glavni cilj je bila predstavitev različnih metrik ovrednotenja učnih algoritmov. V ta namen smo v praktičnem delu diplomske naloge z različnimi metrikami ovrednotili učne algoritme. Eksperiment ovrednotenja smo izvedli na različnih podatkovnih množicah, ki smo jih razdelili z dvema različnima tipoma razdelitve – navzkrižno validacijo ter z metodo razdelitve.
Ključne besede: strojno učenje, klasifikacija, učni algoritmi, ovrednotenje algoritmov, metrike ocenjevanja
Objavljeno: 06.09.2016; Ogledov: 1226; Prenosov: 212
.pdf Celotno besedilo (3,31 MB)

58.
PODATKOVNA STRUKTURA TRIE
Dominik Korošec, 2016, diplomsko delo

Opis: V diplomskem delu preučimo podatkovno strukturo trie. Najprej opišemo strukturo in osnovne metode za delo z njo, nato pa predstavimo različne oblike implementacije. V praktičnem delu izvedemo prostorsko in časovno analizo uporabe podatkovne strukture trie v njenih tipičnih aplikacijah. Med aplikacijami opišemo še algoritem razpočnega urejanja, katerega osnova je podatkovna struktura trie.
Ključne besede: podatkovna struktura, trie, predponsko drevo, algoritmi, razpočno urejanje
Objavljeno: 05.09.2016; Ogledov: 977; Prenosov: 189
.pdf Celotno besedilo (1,73 MB)

59.
Kvantno računalništvo in kriptografija
Aleš Holobar, 2016, univerzitetni, visokošolski ali višješolski učbenik z recenzijo

Ključne besede: kvantno računalništvo, kvantna mehanika, kriptografija, kvantno dešifriranje, kvantna omrežja, Turingova arhitektura, algoritmi, kvantni algoritmi, programiranje, kvantne komunikacije, kvantno računanje, učbeniki
Objavljeno: 12.08.2016; Ogledov: 1561; Prenosov: 257
.pdf Celotno besedilo (5,82 MB)

60.
Razvoj metode za izbiro klasifikatorja
Aleš Černezel, 2016, doktorska disertacija

Opis: V doktorski nalogi opišemo razvoj metode za izbiro klasifikatorja. Glavni prispevek omenjene metode je izbor najustreznejših kombinacij: metode za merjenje točnosti, klasifikacijskega algoritma in velikostjo učne množice; v okviru uporabniško definiranih kriterijev. Metoda je splošna in posledično tudi prilagodljiva ter razširljiva. Postopek izvajanja je formalno zapisan v obliki psevdokoda. Za potrebe zagotavljanja teoretične podlage izvedemo tudi več empiričnih raziskav, kjer dobljene rezultate analiziramo s serijo statističnih preizkusov. Izsledki raziskav doprinesejo naslednje prispevke k znanosti. Formalizacija odločitev in kriterijev za izbiro najustreznejše metode za merjenje točnosti. Formalizacija odločitev in kriterijev za izbiro najustreznejšega klasifikacijskega algoritma. Izbor matematičnega modela, ki v splošnem najbolje opiše obliko učnih krivulj. Formalizacija terminalnih kriterijev za določanje najustreznejše velikosti učne množice.
Ključne besede: Strojno učenje, klasifikacija, klasifikacijski algoritmi, podatkovne zbirke, primerjava algoritmov, zmogljivost klasifikacije, navzkrižna validacija, metoda bootstrap, učna krivulja, prileganje krivulj, aproksimacija krivulj, potenčni zakon, eksponentni zakon, terminalni kriteriji
Objavljeno: 21.07.2016; Ogledov: 899; Prenosov: 177
.pdf Celotno besedilo (3,04 MB)

Iskanje izvedeno v 0.32 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici