| | 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


91 - 100 / 108
Na začetekNa prejšnjo stran234567891011Na naslednjo stranNa konec
91.
Razpoznavanje čustvenih izrazov osebe iz slikovnega materiala z algoritmom diferencialne evolucije za izbiro značilnic
Uroš Mlakar, 2019, doktorska disertacija

Opis: V disertaciji se ukvarjamo z razvojem učinkovitega programskega sistema za izbiro značilnic, na primeru aplikacije prepoznavanja čustvenih izrazov. Predlagan sistem, ki prepoznava sedem prototipnih čustvenih izrazov, vključno z nevtralnim izrazom, temelji na histogramih usmerjenih gradientov (HOG) in vektorjih razlik. Izbiro obraznih značilnic smo izvedli z uporabo ustrezno prilagojenega algoritma diferencialne evolucije za večkriterijsko optimizacijo, ki je hkrati minimiziral velikost izbrane podmnožice značilnic in maksimiziral natančnost razpoznavanja čustvenih izrazov. Razvili smo dve strategiji izbire značilnic, poimenovani "specifična” in ”splošna”. Statistični Friedmanov test je pokazal, da je ”splošna” strategija izbire značilnic primernejša. Implementiran sistem za razpoznavo čustvenih izrazov smo preizkusilina treh pogosto uporabljenih javnih podatkovnih bazah. Na podatkovni bazi Cohn-Kanade smo dosegli 98,37 % povprečno uspešnost prepoznavanja čustvenih izrazov, na podatkovni bazi JAFFE 92,75 % uspešnost in na najzahtevnejši podatkovni bazi MMI s spontanimi čustvenimi izrazi 84,07 % uspešnost. Število uporabljenih značilnic smo uspeli zmanjšati za 89 % originalne velikosti vektorja značilnic. Predlagan algoritem po uspešnosti sodi v sam vrh algoritmov za prepoznavanje čustvenih izrazov oseb, hkrati pa signifikantno zmanjša število uporabljenih značilnic, kar posledično pomeni nižjo računsko zahtevnost učenja klasifikatorjev. S to disertacijo smo demonstrirali učinkovito uporabo algoritma diferencialne evolucije za večkriterijsko optimizacijo na problemu prepoznavanja čustvenih izrazov.
Ključne besede: razpoznavanje čustvenih izrazov, izbira značilnic, diferencialna evolucija, razlike vektorjev značilnic, večkriterijska optimizacija
Objavljeno: 11.03.2019; Ogledov: 318; Prenosov: 86
.pdf Celotno besedilo (1,78 MB)

92.
Razpoznavanje in klasifikacija imenskih entitet z uporabo umetnih nevronskih mrež
Luka Bašek, 2019, magistrsko delo

Opis: Z razvojem področja globokega učenja, ki temelji na umetnih nevronskih mrežah, se danes poskušajo rešiti že znani problemi področja obdelave naravnega jezika. V tem magistrskem delu obravnavamo problem razpoznavanja in klasifikacije imenskih entitet z uporabo metod globokega učenja. V magistrski nalogi smo uporabili programski jezik Python in odprtokodno knjižnico Keras. Preizkusili smo različne arhitekture rekurentnih nevronskih mrež, ki uporabljajo pomnilne celice LSTM in GRU. Prav tako smo opravili različne poskuse, v katerih smo iskali optimalne parametre nevronske mreže z namenom natančnega razpoznavanja in klasifikacije imenskih entitet. Učenje nevronske mreže in vrednotenje modelov smo izvedli na korpusih, ki so bili predstavljeni na konferenci CONLL leta 2003.
Ključne besede: obdelava naravnega jezika, razpoznavanje imenskih entitet, umetne nevronske mreže, LSTM, GRU
Objavljeno: 14.02.2019; Ogledov: 273; Prenosov: 57
.pdf Celotno besedilo (4,85 MB)

93.
Porazdeljen sistem na osnovi spletnega brskalnika in stohastičnega algoritma
Niko Kovačič, 2019, magistrsko delo

Opis: V magistrskem delu smo zasnovali in implementirali porazdeljen sistem, ki s pomočjo spletnega brskalnika ter programskega jezika JavaScript rešuje problem neperiodičnih binarnih zaporedij z nizkimi avtokorelacijami (LABS) s stohastičnim algoritmom samo izogibajočega sprehoda (SAW). V nalogi smo predstavili različne tipe porazdeljenih sistemov in kakšne cilje morajo izpolniti, da je njihova izgradnja vredna truda. Opisali smo osnovne lastnosti problema LABS in algoritma SAW za njegovo reševanje. Na koncu smo predstavili še rezultate večmesečnega testiranja porazdeljenega sistema. Z pridobljenimi podatki smo ponovno izračunali enačbo zaključnega pogoja, s katero bi lahko ob omejenih razpoložljivih virih vseeno lahko v nadaljevanju testiranja daljših sekvenc našli najboljše rešitve.
Ključne besede: porazdeljen sistem, spletni brskalnik, stohastični algoritem SAW
Objavljeno: 14.02.2019; Ogledov: 187; Prenosov: 23
.pdf Celotno besedilo (2,31 MB)

94.
Algoritmi računske inteligence za razvoj umetnega športnega trenerja
Iztok Fister, 2017, doktorska disertacija

Opis: Algoritmi računske inteligence so metode, ki delujejo po vzorih iz narave in poskušajo reševati težke probleme s posnemanjem principov naravnih sistemov. Med te metode v grobem štejemo: nevronske mreže, evolucijske algoritme, algoritme inteligence rojev, umetne imunske sisteme, sisteme na osnovi mehke logike in verjetnostne metode. Skozi zgodovino so se ti algoritmi uspešno uporabljali za reševanje problemov na skoraj vseh področjih človekovega udejstvovanja, vendar do nedavnega njihove prisotnosti ni bilo zaznati na področju športa. Doktorska disertacija tako odpira novo raziskovalno področje, kjer algoritme računske inteligence uporabimo za razvoj umetnega športnega trenerja. Umetni športni trener je sistem, ki omogoča vključevanje algoritmov računske inteligence za podporo različnih faz šport\-nega treninga. V prvem delu doktorske disertacije naredimo pregled obstoječih algoritmov računske inteligence, se dotaknemo osnov športnega treninga in orišemo koncept umetnega športnega trenerja. V eksperimentalnem delu doktorske disertacije predstavljamo praktična primera uporabe umetnega šport\-nega trenerja. Prvi primer prikazuje načrtovanje športnih treningov za različne časovne cikle, medtem ko drugi vključuje uporabo algoritma rojne inteligence za odkrivanje navad športnikov. Pridobljeni rezultati dokazujejo učinkovitost umetnega trenerja ter vzpodbujajo njegov nadaljnji razvoj.
Ključne besede: algoritmi računske inteligence, inteligenca rojev, načrtovanje športnih treningov, podatkovno rudarjenje, umetni športni trener
Objavljeno: 11.09.2017; Ogledov: 786; Prenosov: 217
.pdf Celotno besedilo (19,75 MB)

95.
Spletna aplikacija za učenje slovenščine
Aleksander Thomas Weingerl, 2017, diplomsko delo

Opis: V okviru diplomskega dela je bila implementirana spletna aplikacija za učenje slovenščine. V teoretičnem delu je predstavljena tehnologija ASP.NET Web Forms in izpostavljene so njene prednosti ter slabosti. Posebni poudarek je na dinamičnosti aplikacije in na možnosti prilagajanja oziroma spreminjanja vsebine, kar lahko opravi uporabnik z določenim statusom. Naloge so v aplikaciji organizirane hierarhično.
Ključne besede: slovenščina, spletna aplikacija, tehnologija ASP.NET, WebForms
Objavljeno: 09.10.2017; Ogledov: 380; Prenosov: 88
.pdf Celotno besedilo (2,30 MB)

96.
Razvoj večplatformske igre z igralnim pogonom Cocos2d-x
Matija Perhoč, 2017, diplomsko delo

Opis: Zadnje čase postajajo videoigre del vedno večjega števila različnih orodij in platform. Razvoj videoiger ni enostaven in je časovno zahteven. Zato bomo v diplomskem delu preučili igralni pogon Cocos2d-x, s katerim je razvoj igre po eni strani olajšan, po drugi strani pa obenem omogoča tudi razvoj igre za več platform hkrati. Slednje pomeni zmanjšanje stroškov in skrajšan čas razvoja. Predstavili bomo njegove osnovne funkcije in to znanje uporabili pri razvoju igre za mobilne in PC-platforme. Opisali bomo postavitev razvojnega okolja in njegovo uporabo. Preučili bomo delovanje igralnega pogona in opisali potek razvoja igre.
Ključne besede: igralni pogon, razvoj igre, orodje Coosc2d-x
Objavljeno: 26.10.2017; Ogledov: 564; Prenosov: 28
.pdf Celotno besedilo (2,78 MB)

97.
Sistem za avtomatizirano ocenjevanje časovnih okvirjev implementacije funkcionalnosti pri pripravi ponudb
Rok Novak, 2018, magistrsko delo

Opis: V magistrski nalogi predstavljamo spletno aplikacijo, ki s pomočjo metod strojnega učenja napoveduje predvidene časovne okvirje posameznih funkcionalnosti pri pripravi ponudb za stranke podjetja. Aplikacija rešuje problem z regresijo in za napovedovanje uporablja tri različne algoritme, in sicer linearno regresijo, k-najbližjih sosedov in metodo podpornih vektorjev. Algoritmi modele naučijo na osnovi že dokončanih časovnih okvirjev. Ob vsakem novem podatku, ki ustreza pogojem, da ga uvrstimo v učno množico, se modeli na novo naučijo. Algoritme smo med seboj primerjali s tremi merami uspešnosti. To so koren srednje kvadratne napake, srednja absolutna napaka in korelacijski koeficient. Raziskovali smo hipotezo, da lahko s strojnim učenjem napovemo podobne ocene, kot jih je podal človek. Izmed izbranih algoritmov je najbolj natančne rezultate podala metoda podpornih vektorjev. S primerjavo mer uspešnosti in odstopanj med napovedmi modelov algoritmov in človeka smo prišli do zaključka, da lahko našo hipotezo potrdimo. Rezultati so pokazali, da so modeli algoritmov podali dovolj natančne ocene, saj napake pri napovedi ne bi imele neposrednega vpliva na izvedbo projekta.
Ključne besede: priprava ponudb, ocenjevanje časovnih okvirjev, strojno učenje, regresija
Objavljeno: 26.06.2018; Ogledov: 230; Prenosov: 36
.pdf Celotno besedilo (2,09 MB)

98.
Evolucijski algoritem za poravnavo sekvenc
Adel Bureković, 2018, magistrsko delo

Opis: Poravnava bioloških sekvenc je računsko kompleksen problem, pri katerem skušamo z različnimi pristopi pridobiti čim bolj optimalno poravnavo. Namen magistrskega dela je bil predstaviti reševanje problema poravnave bioloških sekvenc s pomočjo evolucijskega algoritma. Ker je problem lahko časovno zahteven, smo algoritem implementirali s programskim jezikom C++. Naš algoritem smo primerjali s programskim orodjem Clustal X na skupinah sekvenc DNK in skupinah sekvenc proteinov, ki smo jih pridobili iz podatkovne baze BAliBase. Z našim algoritmom smo se v nekaterih primerih dokaj približali rezultatom programskega orodja Clustal X.
Ključne besede: evolucijski algoritem, poravnava sekvenc DNK, poravnava sekvenc proteinov
Objavljeno: 19.10.2018; Ogledov: 195; Prenosov: 143
.pdf Celotno besedilo (1,30 MB)

99.
Spletna aplikacija za generiranje bibliografskih zapisov
David Šket, 2018, diplomsko delo

Opis: Priprava bibliografije je pogosto zapleten proces, ki dodatno otežuje delo piscem. Da bi jim poenostavili zbiranje in oblikovanje bibliografije, smo izdelali spletno aplikacijo za generiranje bibliografskih zapisov. V diplomskem delu smo opisali razvoj aplikacije, uporabljene tehnologije in podrobno predstavili delovanje algoritmov, ki smo jih pripravili. Ugotovili smo, da je razvoj aplikacije zahteven proces, ki ni samo pisanje kode, temveč tudi raziskovanje, načrtovanje in iskanje najboljše rešitve za dani problem.
Ključne besede: bibliografski zapis, spletna aplikacija, latex, bibtex
Objavljeno: 15.11.2018; Ogledov: 379; Prenosov: 46
.pdf Celotno besedilo (1,36 MB)

100.
Spletna aplikacija za povezavo strank s podjetji
Tobi Dvoršak, 2018, diplomsko delo

Opis: Ker se dandanes mlada in manj znana podjetja težje predstavijo javnosti, vsako podjetje potrebuje dobro povezavo z morebitnimi strankami. Podjetja se lahko preko spletne aplikacije predstavijo s svojimi aktivnostmi in dejavnostmi, ki jih nudijo. Stranke oz. uporabniki aplikacije imajo tako pregled nad podjetji in jih lahko izbirajo glede na svoje potrebe oz. zanimanja. Stranke lahko vzpostavijo direktni kontakt s podjetjem preko implementirane aplikacije. Aplikacija je implementirana v ogrodju ASP.NET MVC. Za shranjevanje podatkov smo uporabili podatkovno bazo Microsoft SQL. Pri prijavi v spletno aplikacijo smo uporabili vtičnik družbenega omrežja Facebook. Za oblikovanje spletne aplikacije smo uporabili spletne tehnologije, kot so HTML5, CCS3, JavaScript, jQuery in Bootstrap.
Ključne besede: spletna aplikacija, povezava strank s podjetji, ASP.NET MVC, Bootstrap, Google Maps
Objavljeno: 07.11.2018; Ogledov: 126; Prenosov: 22
.pdf Celotno besedilo (2,02 MB)

Iskanje izvedeno v 0.2 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici