Iskanje po katalogu digitalne knjižnice

Opis: Dandanes se, predvsem v podjetjih, soočajo s kompleksnimi projekti in izzivi, kot so obsežne količine podatkov, spreminjajoče zahteve, težave pri upravljanju časa ter virov in pomanjkljiva komunikacija. Napredne tehnološke rešitve in orodja za projektno vodenje postajajo ključna za uspešno izvedbo projektov. V diplomskem delu smo na začetku predstavili, kaj je projektno vodenje in katere so vrste projektov, v nadaljevanju smo predstavili umetno inteligenco, njeno uporabo pri optimizaciji projektov ter vpliv na vodenje. Ocenili smo prednosti in slabosti treh obstoječih orodij za projektno vodenje, podprtih z umetno inteligenco ter izvedli komparativno analizo izbranih orodij.
Ključne besede: Inteligentni sistemi, komparativna analiza orodij umetne inteligence, napovedni modeli za vodenje, umetna inteligenca, vodenje projektov.
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 42
Celotno besedilo (2,61 MB)

Opis: Učinkovitost procesa vzdrževanja programskih produktov, ki lahko neposredno vpliva na številne vidike uspešnosti projektov razvoja programskih produktov, vrednotimo skozi različne aspekte, kot so količina vloženega časa, človeški viri ali količina porabljenih finančnih sredstev. Kot ekonomsko učinkoviti veljajo programski produkti, ki jih je mogoče v fazi vzdrževanja hitro in z minimalnim vložkom človeških virov prilagoditi novim potrebam uporabnikov. Sledenje je mogoče enostavno doseči, če so programski produkti grajeni kakovostno. Merjene programskih metrik in vrednotenje notranje strukture daje vpogled dosežene stopnje kakovosti programskega produkta v njegovi opazovani različici. Vrednotenju kakovosti je sicer mogoče dodatno pripeti dimenzijo časa, in sicer tako, da opazujemo njeno spreminjanje tekom evolucije produkta iz različice v različico. Na podlagi vzorcev spreminjanja notranjih atributov izluščenih iz obstoječih programskih produktov je mogoče izgraditi napovedne modele, s katerimi napovemo trende njihovega gibanja v prihodnje. Slednje daje podlago izogibanju pastem, ki jih prinaša slabo vzdrževalna programska oprema. V okviru doktorske disertacije preučujemo programske knjižnice, ki v zadnjem času predstavljajo močan pospeševalnik ponovne uporabe pri razvoju programske opreme. Vodilo predstavljene raziskave tako predstavlja zmožnost uspešnega napovedovanja gibanja vzdrževalnosti programskih knjižnic na podlagi sprememb produktnih programskih metrik predhodnih različic v njihovi sledeči različici. Čedalje boljša sprejetost programskih knjižnic pri razvoju programskih produktov v zadnjem obdobju predstavljata motivacijo, da se v okviru raziskave v ospredje postavi ravno programske knjižnice. Pridobljen vzorec 40 prostodostopnih odprtokodnih javanskih programskih knjižnic nudi osnovo statistični analizi spreminjanja vzdrževalnosti tekom evolucije različic programskih knjižnic. Opravljene analize spreminjanje vzdrževalnosti tekom različic osvetlijo tako na nivoju programskih knjižic kot na nivoju razredov, ki te knjižnice gradijo. Predvsem preučevanje vpliva sprememb vrednosti programskih metrik izmerjenih nad razredi programskih knjižnic predstavlja temelj preučevanja zmožnosti uspešnega napovedovanje trendov gibanja vzdrževalnosti. Ovrednotenje informacijskega doprinosa, ki ga zgodovina sprememb vrednosti programskih metrik doprinese h kakovosti napovednih modelov vzdrževalnosti, predstavlja pomemben element zastavljene raziskave. Doprinos zgodovine sprememb vrednosti programskih metrik napovednim modelov vzdrževalnosti ovrednotimo s pomočjo eksperimenta, v katerem izgradimo in iz vidika kakovosti ocenimo serijo napovednih modelov vzdrževalnosti. Za izgradnjo modelov uporabimo osemnajst različnih razponov zgodovinskih meritev programskih metrik predhodnih različic programskih knjižnic. Pri izbiri pristopov izgradnje napovednih modelov se upiramo na ugotovitve izvedenega sistematičnega pregleda literature.
Ključne besede: kakovost programske opreme, vzdrževalnost programskih produktov, programske knjižnice, evolucija programskih produktov, programske metrike, napovedni modeli vzdrževalnosti
Objavljeno v DKUM: 18.10.2022; Ogledov: 568; Prenosov: 115
Celotno besedilo (4,16 MB)

Opis: Teoretična izhodišča: Sladkorna bolezen tipa 2 (SB2) je najpogostejša oblika sladkorne bolezni, predvsem v razvitih državah sveta. Za SB2 zboleva vedno več ljudi, in to zaradi neprimernega življenjskega stila, predvsem premalo fizične dejavnosti in nepravilnega prehranjevanja. Čeprav večina ljudi SB2 vidi kot samoumevno bolezen, ki se lahko pojavi v poznih letih, se mnogi ne zavedajo njene resnosti. SB2 predstavlja glavni vzrok za možgansko kap in bolezni srca. Poleg tega lahko privede do slepote, bolezni ledvic oziroma, v skrajnem primeru, tudi do smrti. S starostjo se tveganje za SB2 razumljivo povečuje, vendar pa lahko v veliki meri na povečanje tveganja vplivamo predvsem sami. Smrtnemu izidu so najbolj podvrženi bolniki s SB2, ki so bili hospitalizirani na enoti intenzivnega oddelka. Glavni namen magistrskega dela je bil preveriti vpliv najpogosteje ponavljajočih se korenov besed iz zapisov o zdravljenju bolnika na točnost napovednega modela za napoved preživetja bolnikov s SB2. Metodologija raziskovanja: Analize smo opravili na filtrirani podatkovni zbirki MIMIC-III, ki hrani skupno 4236 zapisov o bolnikih s SB2. Analize so bile izvedene s programskim jezikom R s pomočjo naslednjih klasifikatorjev: Random Forest, Single C5.0 Ruleset, Glmnet (Lasso regresija), XGBoost ter GBM. Rezultate smo evalvirali z Bootstrap metodo, ponovljeno 100-krat. Rezultati: Vsi napovedni modeli, zgrajeni na podatkih moškega vzorca, so bili v primerjavi z modeli, zgrajenimi na podatkih ženskega vzorca, statistično signifikantno uspešnejši pri napovedovanju umrljivosti bolnikov s SB2 (ΔAUC = +0,049, p < 0,001). Z uporabo bigramov se rezultati napovedne uspešnosti statistično ne razlikujejo (p > 0,001). Ne glede na spol se rezultati pri napovedovanju z vključenim kriterijem SAPS izboljšajo v primerjavi z napovedovanjem, če kriterij SAPS ni prisoten (ΔAUCŽenske = +0,0756, ΔAUCMoški = +0,082). Sklep: Napovedni model XGBoost je najprimernejši model za napovedovanje umrljivosti bolnikov s SB2. Prisotnost besed, ki se navezujejo na stimulacijo oziroma spodbujanje, starost, gibanje, neodzivnost in diagnozo intracerebralne krvavitve, ima največji vpliv na uspešno napovedovanje umrljivosti bolnikov s SB2. Z vključitvijo bigramov se uspešnost napovednih modelov ne izboljša signifikantno. Uporaba pogosto uporabljenega kriterija SAPS, ki temelji na fizioloških podatkih, ostaja primarno vodilo pri napovedovanju umrljivosti bolnikov s SB2.
Ključne besede: sladkorna bolezen tipa 2, napovedni modeli, zapisi medicinskih sester
Objavljeno v DKUM: 10.10.2017; Ogledov: 1763; Prenosov: 344
Celotno besedilo (1,03 MB)

Opis: Kronična vnetna črevesna bolezen (KVČB) je bolezen prebavil. Delimo jo na dva glavna podtipa, ulcerozni kolitis (UK) in Crohnovo bolezen (CB). Za KVČB je značilen kroničen, običajno vseživljenjski potek z aktualnimi zagoni ter vmesnimi krajšimi ali daljšimi obdobji odsotnosti kliničnih znakov. Vzrok za nastanek bolezni še ni poznan. Predvidevajo, da je KVČB posledica pretiranega imunskega odziva črevesne sluznice na dejavnike okolja. Pomembno vlogo pri njenem razvoju imajo genetski dejavniki. Je kompleksna bolezen, saj jo povzročajo genske okvare na več mestih, vendar ima vsak gen zelo majhen doprinos k razvoju bolezni. Namen magistrskega dela je izračunati statistične povezave in primerjati različne pristope napovednih modelov na osnovi analize genetskega zapisa, kot so napovedni model s kombinacijo polimorfizmov SNP (angl. single nucleotide polymorphism), napoved tveganja po multiplikativnem modelu in napovedni model, zgrajen s pomočjo strojnega učenja. Napovedni modeli so zgrajeni na modelu bolezni KVČB za posamezen SNP na osnovi rezultatov genotipizacije 33 različnih polimorfizmov SNP oziroma 30 genov pri slovenskih bolnikih s KVČB. Ti napovedni modeli nam omogočajo, da na osnovi genske analize napovemo tveganje bolezni za posameznika. Ugotovili smo, kateri SNP-ji predstavljajo najpomembnejši dejavnik tveganja v slovenski populaciji. Z metodo primerjave kombinacije SNP-jev med dvema skupinama smo najboljšo napoved dosegli pri primerjanju bolnikov z UK s kontrolno skupino zdravih posameznikov. Občutljivost testa je bila 64,9-odstotna in specifičnost 72,13-odstotna. Z napovednim modelom, zgrajenim s pomočjo strojnega učenja v odprtokodnem statističnem programu R, smo pri razlikovanju med skupino bolnikov s CB in kontrolno skupino zdravih posameznikov dosegli 76,38-odstotno občutljivost in 54,55-odstotno specifičnost. Prav tako smo poiskali najbolj informativne kombinacije genov in genetskih profilov, ki z optimalnim razmerjem med občutljivostjo in specifičnostjo napovedujejo tveganje za KVČB. Tako smo s pomočjo strojnega učenja ugotovili, da so za nastanek bolezni najbolj vplivni geni SLC22A5, FCGR3A, NR1/2 in SLC22A4. Ob primerjavi relativnega tveganja (RR) po standardni enačbi in po sistemu podjetja deCODEme, ki ima nekoliko drugačen pristop izračuna RR, smo dobili 12-odstotno neujemanje rezultatov oziroma napovedi relativnega tveganja za določene posamezne genotipske kombinacije.
Ključne besede: kronična vnetna črevesna bolezen, genetika, DNA, polimorfizmi SNP, napovedni modeli, strojno učenje, bioinformatika
Objavljeno v DKUM: 12.07.2013; Ogledov: 3054; Prenosov: 228
Celotno besedilo (3,15 MB)