1. Implementacija gručenja k-means z genetskim algoritmomAlen Šaruga, 2024, diplomsko delo Opis: K-means algoritem je eden najpopularnejših in najučinkovitejših algoritmov gručenja podatkov. Kljub temu algoritem predstavlja izziv, saj je občutljiv na začetno postavitev centroidov gruč. Zato lahko algoritem stremi k lokalnemu optimumu in ne h globalno optimalni rešitvi. Namen diplomskega dela je implementacija optimiziranega k-means algoritma, manj občutljivega na začetne centroide gruč, z uporabo genetskega algoritma. Delo se osredotoča na postopek gručenja in genetski algoritem. Implementacija je izvedena v programskem jeziku Python s knjižnico NiaPy. Na koncu so predstavljeni rezultati eksperimentov, kjer je izvedena primerjava standardnega in optimiziranega k-means algoritma na različnih podatkovnih množicah.
Ključne besede: gručenje, k-means, genetski algoritem, centroidi
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 11
 Celotno besedilo (1,34 MB) |
2. Understanding cognitive transport mode choice structures : means-ends chains as a type of second-order cyberneticsTomaž Kolar, Iztok Kolar, 2022, izvirni znanstveni članek Opis: Purpose: This paper aims to inform the promotion of sustainable modes of transport. For this purpose, it deploys a means-ends framework as a type of second-order cybernetics and uses it to explore cognitive transport mode choice structures.
Design/methodology/approach: The empirical study relies on a purposive sample and a qualitative research methodology known as laddering. It is aimed at the identification and comparative analysis of the cognitive means-ends structures of transport users.
Findings: The results reveal more positive and complex associations for the car than for public transport. Two main positive means-ends structures are identified for public transport, one related with the relaxation and the other with doing useful things while travelling. Dominant positive structures for the car are related with self-confidence, satisfaction and personal freedom. Negative means-ends structures in addition reveal important justifications and rationalizations for car use.
Practical implications: Based on the identified distinct means-ends elements and structures, this study holds important implications for developing a communications strategy and policy interventions seeking to promote public transport.
Originality/value: Means-ends theory is proposed as an integrative cybernetic framework for the study of stakeholders' (customers') mental models. The empirical study is the first to concurrently and comparatively examine positive and negative means-ends chains for the car and for the public transport modes.
Ključne besede: public transport, second-order cybernetics, laddering methodology, means-ends theory, private car, mental models, personal values, marketing, consumer
Objavljeno v DKUM: 27.08.2024; Ogledov: 93; Prenosov: 10
Celotno besedilo (692,92 KB)
Gradivo ima več datotek! Več... |
3. Cohesive means in Slovenian spontaneous dialectical conversationsDanila Zuljan Kumar, 2010, izvirni znanstveni članek Opis: In the first part the article discusses the relationship between textual coherence and cohesion, then it offers a classification of cohesive means for Slovenian conversational texts. In the second part the article presents the use of cohesive means in spontaneous spoken dialectal conversations. The use of co-reference means, i.e. ellipsis of pronouns, recurrences and partial recurrences, lexical relations (synonyms, antonyms, hypernyms, hyponyms, collocations and paraphrase); ellipsis (systemic and non-systemic) and parallelism are presented in detail.
Ključne besede: Slovene dialects, textual cohesion, cohesive means, co-reference means, ellipsis, parallelism, dialectal conversations
Objavljeno v DKUM: 02.02.2018; Ogledov: 1266; Prenosov: 186
Celotno besedilo (591,64 KB)
Gradivo ima več datotek! Več... |
4. UPORABA METOD STROJNEGA UČENJA ZA DOLOČANJE DOMINANTNE BARVE NA DIGITALNI FOTOGRAFIJIDario Šnajder, 2016, diplomsko delo Opis: V diplomskem delu smo podrobno raziskali algoritem k-means, ki v kontekstu strojnega učenja spada v skupino algoritmov nenadzorovanega učenja. Proučili smo probleme in možnost iskanja dominantnih barv na digitalni fotografiji z uporabo omenjenega algoritma. Raziskali smo različne barvne modele in iskanje barvnih harmonij. Izdelali smo aplikacijo, ki omogoča fotografiranje (npr. oblačil), iskanje dominantnih barv in določanje različnih barvnih harmonij.
Ključne besede: strojno učenje, k-means, barvni model, dominantna barva, barvne harmonije
Objavljeno v DKUM: 06.09.2016; Ogledov: 1587; Prenosov: 109
Celotno besedilo (14,97 MB) |
5. GRUČENJE PODATKOV LiDARBoštjan Založnik, 2014, diplomsko delo Opis: Cilje diplomske naloge je raziskati možnosti uporabe algoritmov gručenja za obdelavo
podatkov LiDAR. Prvi del diplomske naloge predstavlja podatke LiDAR in algoritme
gručenja. S senzorji LiDAR, pritrjenimi na letala ali helikopterje, je omogočeno hitro in
natančno modeliranje površja. Metode gručenje predstavljajo enega izmed pristopov za
detekcijo objektov na površju. Gručenje je vrsta nenadzorovane klasifikacije podatkov. Za
učinkovito implementacijo algoritmov gručenja so potrebne posebne podatkovne strukture.
Pri diplomski nalogi uporabljamo drevesa KD. V drugem delu diplomske naloge
predstavimo aplikacijo. Pripravi podatkov s predobdelavo sledi uporaba algoritma
DBSCAN za iskanje zgradb in cest. Za iskanje dreves smo uporabili algoritem k-means. V
zaključku podamo rezultate in uporabljene parametre.
Ključne besede: algoritmi gručenja, k-means, DBSCAN, iskanje zgradb, iskanje
cest, iskanje drevesnih krošenj, podatki LiDAR
Objavljeno v DKUM: 20.05.2014; Ogledov: 1793; Prenosov: 198
Celotno besedilo (5,21 MB) |
6. Student CD-ROM to accompany Principles of finance, 2eScott Besley, Eugene F. BrighamKljučne besede: CD-ROM, compact disc, computer application, finance, theory, enterprises, business finance, fundamental analysis, valuation, corporations, decision making, business decision-making, financial market, investment banks, banking systems, money, cash flows, interest rate, taxes, financial statements, end checking, financial planning, income, return on equity, capital, costs, budgeting, dividends, working capital, productions means, investments, investment decision-making, textbooks
Objavljeno v DKUM: 02.06.2012; Ogledov: 2228; Prenosov: 46
 Povezava na celotno besedilo |
7. An efficient k'-means clustering algorithmKrista Rizman Žalik, 2008, izvirni znanstveni članek Opis: This paper introduces k'-means algorithm that performs correct clustering without pre-assigning the exact number of clusters. This is achieved by minimizing a suggested cost-function. The cost-function extends the mean-square-error cost-function of k-means. The algorithm consists of two separate steps. The first is a pre-processing procedure that performs initial clustering and assigns at least one seed point to each cluster. During the second step, the seed-points are adjusted to minimize the cost-function. The algorithm automatically penalizes any possible winning chances for all rival seed-points in subsequent iterations. When the cost-function reaches a global minimum, the correct number of clusters is determined and the remaining seed points are located near the centres of actual clusters. The simulated experiments described in this paper confirm good performance of the proposed algorithm.
Ključne besede: algorithms, clustering analysis, k-means, cost-function, rival penalized mechanism, datasets
Objavljeno v DKUM: 31.05.2012; Ogledov: 2690; Prenosov: 128
Povezava na celotno besedilo |
8. GRUČENJE UČENCEV PRI POUKU RAČUNALNIŠTVABarbara Kermavner, 2011, diplomsko delo Opis: Povod za nastanek seminarske diplomske naloge je bilo« srečanje« z gručenjem pri predmetu Informacijski sistemi. Z razvrščanjem se nezavedno srečujemo na vsakem koraku. Človeški možgani sistematično razvrščajo informacije, da dosežejo hitrejše razumevanje in boljše odzive, ter reakcije..
V diplomskem delu sem zapisala moje razmišljanje in raziskovanje na to temo. Uporabila sem moje področje, poučevanje učencev.
V grobem lahko vrste gručenja delimo na hierarhične in delitvene tehnike. Primeri hiararhičnih tehnik so: metoda enojnega povezovanja, celostno povezovalna metoda, metoda povezovanja glede na povprečje, metoda mediane, metoda varovanca…
K delitvenim tehnikam pa spadajo: k-means metoda, prilagodljiva K-means metoda, metoda povezovanja centroidov, metoda »fuzzy« c - means…
Rezultat gručenja se lahko interpretira na različne načine, zato je izbira algoritma glede na primerjavo popolnoma odvisna od želenega cilja in vrste podatkov, objektov, ki jih je potrebno urediti.
Gručenje ali razvrščanje v skupine srečujemo v medicini, genetiki, marketingu, biologiji… Vsaka razvrstitev objektov ali podatkov je z matematičnega vidika ekvivalenčna relacija. Z množico ekvivalenčnih relacij nad podatki dobimo podatkovno hierarhijo, nas pa zanima kakšno.
Imeti moramo jasen cilj in dobro poznati podatke. Ti nam določajo izbiro ustreznih metod, med temi pa lahko stremimo k optimalnosti.
Različne metode gručenja lahko ustvarjajo diskretne particije ali strogo ločene gruče v katerih vsak objekt pripada eni izmed gruč. Druge omogočajo dostop do »ubežnikov« , ki ne pripadajo nobeni od gruč, lahko pa se srečujemo tudi s pripadnostjo več gručam.
Pri mojem delu, učim namreč na eni izmed osnovnih šoli v Ljubljani, pa bi lahko tak pregled rezultatov nalog pomagal kreirati skupine izbirnih predmetov ( ali nivojskih skupin pri angleščini, slovenščini in matematiki)..
Ključne besede: Gručenje, hierarhične tehnike, delitvene tehnike, metoda enojnega povezovanja, celostno povezovalna metoda, metoda povezovanja glede na povprečje, metoda mediane, metoda varovanca, k-means metoda, prilagodljiva K-means metoda, metoda povezovanja centroidov, metoda »fuzzy« c - means.
Objavljeno v DKUM: 30.05.2011; Ogledov: 2215; Prenosov: 248
Celotno besedilo (1,29 MB) |
