| | 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 / 114
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Detekcija jajčnih mešičkov v ultrazvočnih volumnih z globokimi nevronskimi mrežami na osnovi modela transformer : magistrsko delo
Žiga Pečar, 2025, magistrsko delo

Opis: V okviru magistrskega dela smo razvili in implementirali tri metode za detekcijo jajčnih mešičkov in jajčnikov v 3D ultrazvočnih volumnih z uporabo globokih nevronskih mrež, osnovanih na arhitekturah tipa transformer. Implementirani sistemi uporabljajo globoko učenje ter arhitekturo transformer in so posebej prilagojeni za obdelavo volumetričnih podatkov. Vse tri rešitve vključujejo pripravo vhodnih ultrazvočnih podatkov, učenje modela na ročno segmentiranih vzorcih ter napovedovanje prisotnosti in oblike mešičkov/jajčnikov v novih podatkih. Za izboljšanje natančnosti smo uporabili različne tehnike bogatenja podatkov ter ločeno obravnavali prisotnost jajčnikov in jajčnih mešičkov. Učinkovitost metod smo ovrednotili s pomočjo kvantitativnih metrik ter vizualno analizo rezultatov nad več volumni iz javno dostopne podatkovne zbirke USOVA3D. Ugotovili smo, da modeli transformer potrebujejo znatno več podatkov, da enačijo ali presežejo zmožnosti konvolucijskih nevronskih mrež.
Ključne besede: nevronske mreže, 3D segmentacija, globoko učenje, 3D sivinski volumni, model transformer
Objavljeno v DKUM: 22.10.2025; Ogledov: 0; Prenosov: 13
.pdf Celotno besedilo (3,45 MB)

2.
Načrtovanje časovno optimalne robotske površinske obdelave s postopkom regijske segmentacije z upoštevanjem geometrije obdelovancev in kinematičnih zmogljivosti robotske roke : doctoral dissertation
Tomaž Pušnik, 2025, doktorska disertacija

Opis: Tradicionalno se pri robotski površinski obdelavi celoten obdelovanec obdela z enotno hitrostjo in smerjo, ki ju vnaprej določi operater, ne da bi upošteval razlike v obdelovalnosti različnih območij obdelovanca ali pa zmogljivosti robota. Ta konvencionalni pristop pogosto vodi do neučinkovitosti, zlasti pri obdelovancih s kompleksno geometrijo, kjer bi prilagodljive hitrosti in smeri obdelave lahko izboljšale učinkovitost. Naša študija uvaja pristop, ki temelji na razdelitvi ploskve na regije, kjer se hitrost in smer obdelave prilagajata specifičnim lastnostim vsake regije. Ta strategija združuje kinematiko robota z geometrijo ploskve obdelovanca, pri čemer algoritem segmentiranja omogoča delitev ploskve. Učinkovitost tega pristopa je bila potrjena z eksperimentalnimi rezultati na treh različnih obdelovancih, ki so pokazali znatno izboljšanje časa obdelave. Pristop, temelječ na regijah, je omogočil do 25 % zmanjšanje časa obdelave v primerjavi s tradicionalno enosmerno obdelavo. Nadaljnje izboljšave so bile dosežene z optimizacijo lege obdelovanca, kar je v našem primeru prispevalo dodatno do 7 % izboljšanje glede na naključno lego. Izvedeni so bili tudi postopki validacije, da bi zagotovili, da so hitrosti sklepov sodelujočega robota ostale znotraj varnih operativnih omejitev med izvajanjem površinske obdelave.
Ključne besede: robotska površinska obdelava, segmentacija obdelovanca, optimizacija lege obdelovanca, optimizacija časa obdelave, načrtovanje poti robotske obdelave
Objavljeno v DKUM: 20.10.2025; Ogledov: 0; Prenosov: 32
.pdf Celotno besedilo (9,40 MB)

3.
Vpliv umetne inteligence na e-poštni marketing
Iva Gomboši, 2025, diplomsko delo

Opis: Diplomsko delo obravnava vpliv umetne inteligence na e-poštni marketing, ki postaja eden ključnih elementov sodobne digitalne komunikacije med podjetji in uporabniki. E-poštni marketing zaradi svoje stroškovne učinkovitosti, personalizacije in merljivost ostaja nepogrešljivo trženjsko orodje, a njegova uspešnost je danes vse bolj odvisna od integracije naprednih tehnologij. Umetna inteligenca omogoča optimizacijo časa pošiljanja, dinamično generiranje vsebin, vedenjsko segmentacijo ter napredno napovedovanje odzivnosti uporabnikov. Z uporabo umetne inteligence postajajo kampanje bolj ciljno usmerjene, relevantne in učinkovite. V teoretičnemu delu so predstavljeni temeljni pojmi s področja elektronske pošte, e-poštnega marketinga ter umetne inteligence. Poudarek je na osnovnih funkcionalnostih, prednostih, slabostih in izzivih njihovega povezovanja. Analizirana je tudi vloga umetne inteligence v konkretni digitalni platformi Odoo, ki omogoča integracijo vseh poslovnih procesov, vključno z e-poštnim marketingom, ter ponuja napredne rešitve za avtomatizacijo in personalizacijo kampanj. Analiza digitalne platforme Odoo potrjuje, da uporaba umetne inteligence v tem modulu omogoča izboljšano segmentacijo, večjo relevantnost vsebin ter višjo angažiranost prejemnikov. Umetna inteligenca pozitivno vpliva na učinkovitost e-poštnih kampanj, izboljšuje stopnjo konverzije ter zmanjšuje stopnjo odjav. Diplomsko delo potrjuje, da umetna inteligenca predstavlja ključno konkurenčno prednost za podjetja, ki želijo s pomočjo e-poštnega marketinga graditi dolgoročne ter personalizirane odnose s strankami.
Ključne besede: E-poštni marketing, umetna inteligenca, personalizacija, segmentacija, Odoo.
Objavljeno v DKUM: 21.08.2025; Ogledov: 0; Prenosov: 35
.pdf Celotno besedilo (966,72 KB)

4.
A posteriori segmentacija kupcev pohištva v Sloveniji
Azra Žilić Galun, 2025, magistrsko delo

Opis: V tej nalogi podrobneje obravnavamo a posteriori segmentacijo. Osredotočili smo se na a posteriori segmentacijo pohištva v Sloveniji, saj podobne raziskave pri nas še nismo zasledili. Magistrska naloga je razdeljena na dva dela. V teoretičnem delu so opisane osnove segmentacije, metode segmentacije in klastrska analiza ter sta predstavljeni študiji, opravljeni v tujini. V empiričnem delu smo segmentirali kupce pohištva v Sloveniji. Najprej smo zbrali podatke s pomočjo anketnega vprašalnika ter jih analizirali za tri posamezne kategorije pohištva. Te so pohištvo iz strukturnih plošč, oblazinjeno pohištvo ter pohištvo iz masivnega lesa. Zaradi neustrezno oblikovanega vprašalnika nismo mogli uporabiti klastrske analize za obdelavo podatkov, vendar smo dobili uporabne podatke in uspeli kupce masivnega pohištva razvrstiti v tri kategorije. Pri preučevanju rezultatov je pomembno upoštevati tudi, da so zaključki narejeni na podlagi ciljne skupine in ne na podlagi celotnega prebivalstva. Ugotovili smo, da se proda največ pohištva iz strukturnih plošč, zatem oblazinjenega pohištva in najmanj pohištva iz masivnega lesa. Kupcem pohištva iz strukturnih plošč je najpomembnejši dizajn, medtem ko je kupcem oblazinjenega pohištva in pohištva iz masivnega lesa najpomembnejša kvaliteta pohištva. Kupcem vseh treh kategorij je najmanj pomembna znamka, takoj za njo pa unikatnost izdelka. Kategorijo masivnega pohištva smo še podrobneje obravnavali in ugotovili, da pri kategoriji masivnega pohištva obstaja velika skupina ljudi, ki so zelo občutljivi na kvaliteto, dizajn in material. Prav tako obstaja srednje velika skupina ljudi, ki so popolnoma neobčutljivi na znamko in unikatnost izdelka, kot tudi tretja skupina, ki je srednje velika skupina ljudi, ki na znamko, dobavni rok in unikatnost izdelka niti so niti niso občutljivi. Te rezultate smo nato primerjali z raziskavo, ki je bila izvedena na Finskem, in ugotovili, da sta v obeh raziskavah najpomembnejši spremenljivki dizajn in kvaliteta.
Ključne besede: segmentacija, pohištvo, a posteriori, kupci.
Objavljeno v DKUM: 25.03.2025; Ogledov: 0; Prenosov: 40
.pdf Celotno besedilo (6,20 MB)

5.
Primerjava modernih konvolucijskih nevronskih mrež na problemu segmentiranja slik : diplomsko delo
Ivana Dukarić, 2024, diplomsko delo

Opis: V diplomskem delu smo preučevali in analizirali rezultate arhitektur konvolucijskih nevronskih mrež na problemu binarne segmentacije. V teoretičnem delu smo preučili arhitekture konvolucijskih nevronskih mrež SegFormer, DeepLapV3+, Gated-SCNN, Segmenter, FastFCN in TopFormer. V praktičnem delu diplomskega dela smo mreže SegFormer, Segmenter, FastFCN in TopFormer učili segmentirati slike na podatkovnih množicah Cityscapes in ADE20K. Mreže smo učili binarne segmentacije vozil. Mrežo SegFormer smo še dodatno učili na problemu binarnega segmentiranja ljudi. Dobljene rezultate smo analizirali in jih ovrednotili z evalvacijskimi metrikami. Za ocenjevanje uspešnosti smo uporabili metrike točnost, priklic, natančnost, IoU in F1 oceno. Najboljše rezultate za problem binarnega segmentiranja vozil smo dobili s pomočjo mreže SegFormer na podatkovni zbirki Cityscapes. Na podatkovni zbirki ADE20K smo za enak problem segmentacije dobili najboljše rezultate za mrežo Segmenter. Najslabše sta se izkazali mreža TopFormer na podatkovni zbirki Cityscapes in mreža FastFCN na podatkovni zbirki ADE20K.
Ključne besede: binarna segmentacija, konvolucijske nevronske mreže, primerjava mrež, evalvacijske metrike, računalniški vid
Objavljeno v DKUM: 26.04.2024; Ogledov: 506; Prenosov: 98
.pdf Celotno besedilo (3,19 MB)

6.
Razvoj marketinškega spleta za velenjsko jezero
Patricija Verbič Kovačič, 2023, magistrsko delo

Opis: Marketing je pomemben del vsakega podjetja, marketinški splet pa že od nekdaj velja za temelj marketinga. Poleg dobro razvitega marketinškega spleta je pomembno tudi poznavanje ciljnega trga. Porabniki se med seboj razlikujemo glede na potrebe in želje, s katerimi izdelki oziroma storitvami bomo zadovoljili svoje potrebe. Namen magistrskega dela je podrobneje predstaviti pojme marketinški splet, marketinški koncept, vedenje porabnikov in segmentacija ciljnega trga. Poznavanje teh ključnih pojmov je zelo pomembno za podjetja, ki želijo na trgu delovati kar se da konkurenčno. Razumevanje porabnikov in njihovo zadovoljstvo sta ključnega pomena za uspešnost vsakega podjetja. V raziskovalnem delu magistrske naloge je namen ugotoviti, katere dejavnosti obiskovalci Velenjskega jezera že uporabljajo, katerih dogodkov se največkrat udeležijo, kakšne so želje po novih dejavnostih in kaj bi na Velenjskem jezeru spremenili. V magistrskem delu želimo raziskati, kakšne so želje in potrebe obiskovalcev Velenjskega jezera, kako bi lahko povečali njegov obisk in kaj bi bilo potrebno izboljšati. Ugotoviti želimo, katere storitve obiskovalci že koristijo in kaj jih pri tem moti. V raziskovalnem delu magistrskega dela smo ugotovili, da sta najpogostejša razloga za obisk Velenjskega jezera druženje s prijatelji in sprehod. S pomočjo odgovorov v anketi smo ciljno skupino segmentirali v šest skupin: na starše z otroki, športnike, nosečnice, sprehajalce, upokojence in tiste, ki na jezero prihajajo samo zaradi druženja ob pijači. Obiskovalci so zadovoljni s ponudbo Velenjskega jezera. Motijo jih predvsem umazana stranišča, premalo sence v poletnem času in plačljiv parkirni prostor. Največ anketirancev je odgovorilo, da bi dodali most čez jezero, naredili več naravne sence, povezali pešpoti med jezeri in dodali več vodnih igral.
Ključne besede: marketinški splet, marketinški koncept, vedenje porabnikov, segmentacija trga.
Objavljeno v DKUM: 12.10.2023; Ogledov: 398; Prenosov: 56
.pdf Celotno besedilo (2,31 MB)

7.
Primerjava zaznave in segmentacije neznanih objektov v 6 prostostnih stopnjah : magistrsko delo
Nejc Herženjak, 2023, magistrsko delo

Opis: Cilj diplomskega dela je analizirati različne pristope odkrivanja in segmentacije neznanih predmetov ter primerjati podobnosti in razlike algoritmov. Raziskava temelji na ‟No Free Lunch Theorem‟ in je osredotočena na iskanje najustreznejših pristopov strojnega vida v robotiki in primerjavo njihove učinkovitosti. Na začetku je narejen pregled stanja raziskav z delitvijo na regresijske in klasifikacijske metode, zatem sledi segmentacija in prepoznava objektov ter se zaključi z opisom klasičnih in metod z nevronskim mreženjem. V nadaljevanju je opredeljena primerjava nabora podatkov in že narejenih meritev. Zadnji dve poglavji sta namenjeni evalvaciji lastnih poskusov in zaključek s priložnostmi nadaljnjih raziskav na tem področju.
Ključne besede: 6-DoF, strojni vid, evalvacija pozicije, segmentacija slike, zaznavanje objektov
Objavljeno v DKUM: 08.06.2023; Ogledov: 524; Prenosov: 60
.pdf Celotno besedilo (7,57 MB)

8.
Razvoj sistema za avtomatsko sledenje dinamičnih območij interesa in določanje usmerjenosti pogleda : magistrsko delo
Emin Pamuk, 2023, magistrsko delo

Opis: Namen magistrske naloge je bil razviti sistem, ki analizira podatke pridobljene s pomočjo sledilnika pogleda in definira dinamično področje zanimanja na video posnetku. Področje zanimanja predstavlja oseba, ki se ji določijo referenčne točke na ključni delih telesa. V ta namen smo uporabili dve metodi za zaznavanje področja zanimanja in določanje ključnih točk, ki temeljita na nevronskih mrežah. Za implementacijo smo uporabili funkcije iz knjižnice OpenCV, sistem pa je bil razvit v programskem jeziku Python. Razviti sistem se je izkazal kot učinkovit za prepoznavanje področij interesa in je omogočil visoko ujemanje s kvalitativnim kodiranjem eksperta.
Ključne besede: semantična segmentacija, nevronske mreže, sledenje pogleda
Objavljeno v DKUM: 13.04.2023; Ogledov: 631; Prenosov: 101
.pdf Celotno besedilo (4,63 MB)

9.
Samodejna razpoznava značilnosti oči s strojnim učenjem na podlagi manjše učne množice : magistrsko delo
Gregor Horvat, 2023, magistrsko delo

Opis: V magistrskem delu sta opisani zasnovi dveh pristopov strojnega učenja za razpoznavo značilnosti v človeškem očesu na podlagi majhne učne množice. Implementirani sta dve tehniki; semantična segmentacija in lokalizacija. Obe rešitvi delujeta na osnovi konvolucijskih nevronskih mrež in iz digitalnih fotografij očes razpoznata položaj zenice, zunanjo obrobo šarenice ter barvo le-te. Problem omejene učne množice smo naslovili z uporabo več tehnik obogatitve učne množice na podlagi obstoječih učnih podatkov. Najboljše rezultate je dosegla segmentacijska nevronska mreža, tehnike obogatitve učne množice pa so se izkazale za nepogrešljive pri učenju na majhni učni množici.
Ključne besede: konvolucijske nevronske mreže, semantična segmentacija, lokalizacija, obogatitev učne množice
Objavljeno v DKUM: 13.03.2023; Ogledov: 729; Prenosov: 132
.pdf Celotno besedilo (6,03 MB)

10.
Zagotavljanje varnosti v domovih s segmentacijo omrežja : diplomsko delo visokošolskega študijskega programa Informacijska varnost
Gašper Voda, 2023, diplomsko delo

Opis: Preden sta tehnologija in omrežje doživela izjemno hitro rast, je bilo zagotavljanje varnosti teh storitev nekoliko lažje, in sicer se je izvajalo večinoma na fizični ravni. Računalniška tehnologija in omrežja so bili bolj nedostopni in omogočeni le višjim razredom ali strokovnjakom. Zdaj pa varnost brezžičnih in žičnih omrežij predstavlja vedno večji izziv za strokovnjaka na tem področju. Vedno več je naprav, ki se povezujejo na omrežje, prav tako je tudi vedno več napadalcev, ki poskušajo pridobiti informacije in jih razkriti, spremeniti ali pa onemogočiti dostop do njih. Varnost informacij dosežemo tako, da zadostimo trem glavnim lastnostim: zaupnost, celovitost in dostopnost. Kibernetskega napada ni mogoče čisto preprečiti, lahko pa omejimo možnosti, da sploh pride do napada. Držati se moramo priporočil in dobrih praks, ki jih priporočajo strokovnjaki. Ena izmed dobrih praks je zagotovo segmentacija omrežja. S segmentacijo omrežja razdelimo omrežje na več manjših področij in tako se lahko v primeru napada napadalec giblje samo po enem segmentu v omrežju. K varnosti omrežja pripomorejo tudi standardi in protokoli. Problema varovanja informacij se zaradi vseh njenih pojavnih oblik ne da rešiti izključno s tehničnimi ukrepi, ampak jih je vedno treba dopolnjevati z drugimi ukrepi, postopki, standardi in politikami. V zaključnem delu sta predstavljeni informacijska varnost in segmentacija. Pregledani in opisani so bili tudi vsi standardi družine ISO/IEC 27000 in nekateri glavni protokoli. Predstavljeni so tudi podjetje Aruba in njihove dostopne točke, stikala ter uporabniški portali. Vprašanje, ki smo si ga zastavili, pa je bilo, kako enostavni sta postavitev in varnostna konfiguracija dostopne točke in stikala Aruba.
Ključne besede: varnost, omrežja, dostopne točke, segmentacija, diplomske naloge
Objavljeno v DKUM: 10.02.2023; Ogledov: 699; Prenosov: 123
.pdf Celotno besedilo (1,11 MB)

Iskanje izvedeno v 0.11 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici