| | 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 / 239
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Razvoj mobilne aplikacije SafariSurprise za mobilno platformo iOS
Žiga Adam, 2024, diplomsko delo

Opis: Diplomsko delo obravnava področje razvoja iOS aplikacije, razvite s sodobnim okvirjem za izdelavo uporabniških vmesnikov SwiftUI in arhitekturnim vzorcem sestavljive arhitekture TCA (angl. The Composable Architecture). Namen dela je razviti moderno aplikacijo s sodobnimi pristopi in metodami ter analizirati, kako lahko arhitektura prispeva k izboljšanju modularnosti, vzdrževanja in testiranja aplikacije. Delo opisuje metode, uporabljene pri razvoju aplikacije, ter predstavi prednosti, slabosti in tehnične ovire, skupaj s praktičnim primerom aplikacije.
Ključne besede: Aplikacija, iOS, SwiftUI, TCA
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 19
.pdf Celotno besedilo (3,42 MB)

2.
Uporaba strojnega učenja v programskem inženirstvu
Ivan Tomić, 2024, magistrsko delo

Opis: V magistrskem delu je predstavljena uporaba strojnega učenja v programskem inženirstvu. Strojno učenje nam omogoča pridobivanje dragocenih informacij in ustvarjanje napovednih modelov, ki prispevajo k razvoju številnih rešitev na različnih področjih. Eno od teh področji je tudi programsko inženirstvo, kjer nam lahko strojno učenje pomaga izboljšati učinkovitost, pohitriti razvoj in zmanjšati število napak. Z vse večjim številom aplikacij, ki vključujejo strojno učenje pa narašča tudi potreba po razvoju bolj učinkovitih postopkov pri izdelavi programske opreme za te namene. Zato smo v tem magistrskem delu raziskali kako oblikovati postopke za razvoj programske opreme, ki temelji na strojnem učenju, ter predstavili sodobna orodja strojnega učenja za optimalen razvoj AI aplikacij.
Ključne besede: Strojno učenje, Programsko inženirstvo, Optimizacija razvojnih procesov, Orodja umetne inteligence
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 8
.pdf Celotno besedilo (2,49 MB)

3.
Razvoj 3D igre za več igralcev v pogonu Unity : diplomsko delo
Lovro Breznik, 2024, diplomsko delo

Opis: Diplomska naloga v teoretičnem delu obsega zgodovino in razvoj večigralskih iger ter analizira pogonu Unity, njegove prednosti, slabosti in uspešne igre v tem pogonu. V praktičnem delu naloge je izdelan prototip večigralske prvoosebne strelske igre z vodo v pogonu Unity. S pomočjo eksperimentov so preizkušane različne funkcije, prav tako je spremljan njihov vpliv na uporabniško izkušnjo. V nalogi so predstavljeni igralci, igralno polje ter implementacija, ki zajema logiko strežnika, igralca, streljanja in metanja balonov. Izdelava večigralske igre je pokazala, da razvoj takšne igre zahteva več časa in znanja v primerjavi z enostavnejšimi enoigralskimi igrami.
Ključne besede: Unity, razvoj igre, večigralska igra
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 8
.pdf Celotno besedilo (1,76 MB)

4.
Več-dimenzionalna primerjava spletnih tehnologij React.js in AngularJS : diplomsko delo
Filip Dimkovski, 2024, diplomsko delo

Opis: Ogrodja JavaScript so danes temelj razvoja enostranskih spletnih aplikacij (SPA – Single-page Application). AngularJS in React.js sta priljubljena ogrodja JavaScript, ki se danes uporabljata v spletnem razvoju. Statistični podatki kažejo, da vsaj 1 od 20 spletnih mest uporablja enega od teh dveh ogrodij. Oba ogrodja se uporabljata za ustvarjanje interaktivnih enostranskih aplikacij. To diplomsko delo primerja zmogljivost aplikacijskih ogrodij AngularJS in React.js z ocenjevanjem njune učinkovitosti pri upravljanju operacij CRUD ter zagotavlja vpogled, ki pomaga pri izbiri ustreznega ogrodja za prihodnje projekte. Tako bomo imeli boljši vpogled v obe tehnologiji in razumeli, kako izbrati ustrezno za prihodnje projekte.
Ključne besede: JavaScript, AngularJS, ReactJS, CRUD
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 6
.pdf Celotno besedilo (602,65 KB)

5.
6.
7.
8.
Lipoprotein(a) as a risk factor in a cohort of hospitalised cardiovascular patients : A retrospective clinical routine data analysis
David Šuran, Tadej Završnik, Peter Kokol, Marko Kokol, Andreja Sinkovič, Franjo Naji, Jernej Završnik, Helena Blažun Vošner, Vojko Kanič, 2023, izvirni znanstveni članek

Opis: Lipoprotein(a) (Lp(a)) is a well-recognised risk factor for ischemic heart disease (IHD) and calcific aortic valve stenosis (AVS). Methods: A retrospective observational study of Lp(a) levels (mg/dL) in patients hospitalised for cardiovascular diseases (CVD) in our clinical routine was performed. The Lp(a)-associated risk of hospitalisation for IHD, AVS, and concomitant IHD/AVS versus other non-ischemic CVDs (oCVD group) was assessed by means of logistic regression. Results: In total of 11,767 adult patients, the association with Lp(a) was strongest in the IHD/AVS group (eβ = 1.010, p < 0.001), followed by the IHD (eβ = 1.008, p < 0.001) and AVS group (eβ = 1.004, p < 0.001). With increasing Lp(a) levels, the risk of IHD hospitalisation was higher compared with oCVD in women across all ages and in men aged ≤75 years. The risk of AVS hospitalisation was higher only in women aged ≤75 years (eβ = 1.010 in age < 60 years, eβ = 1.005 in age 60–75 years, p < 0.05). Conclusions: The Lp(a)-associated risk was highest for concomitant IHD/AVS hospitalisations. The differential impact of sex and age was most pronounced in the AVS group with an increased risk only in women aged ≤75 years.
Ključne besede: acute myocardial infarction, aortic valve stenosis, atherosclerosis, cardiovascular diseases, cardiovascular risk, ischemic heart disease, lipoprotein(a), postmenopausal women
Objavljeno v DKUM: 12.06.2024; Ogledov: 137; Prenosov: 7
.pdf Celotno besedilo (285,58 KB)
Gradivo ima več datotek! Več...

9.
Research trends in motivation and weight loss : a bibliometric-based review
Uroš Železnik, Peter Kokol, Jasmina Starc, Danica Železnik, Jernej Završnik, Helena Blažun Vošner, 2023, pregledni znanstveni članek

Opis: Obesity is a complex disease that, like COVID-19, has reached pandemic proportions. Consequently, it has become a rapidly growing scientific field, represented by an extensive body of research publications. Therefore, the aim of this study was to present the research trends in the scientific literature on motivation and weight loss. Because traditional knowledge synthesis approaches are not appropriate for analyzing large corpora of research evidence, we utilized a novel knowledge synthesis approach called synthetic knowledge synthesis (SKS) to generate new holistic insights into obesity research focusing on motivation. SKS is a triangulation of bibliometric analysis, bibliometric mapping, and content analysis. Using it, we analyzed the corpus of publications retrieved from the Scopus database, using the search string TITLE-ABS-KEY((obesity or overweight) and “weight loss” and motiv*) in titles, keywords, and abstracts, without any additional inclusion or exclusion criteria. The search resulted in a corpus of 2301 publications. The United States of America, the United Kingdom, and Australia were the most productive countries. Four themes emerged, namely, weight loss and weight-loss maintenance through motivational interventions, lifestyle changes supported by smart ICT, maintaining sustainable weight with a healthier lifestyle, and weight management on the level of primary healthcare and bariatric surgery. Further, we established that the volume of research literature is growing, as is the scope of the research. However, we observed a regional concentration of research and its funding in developed countries and almost nonexistent research cooperation between developed and less-developed countries.
Ključne besede: obesity, weight loss, motivation, synthetic knowledge synthesis, bibliometrics, content analysis
Objavljeno v DKUM: 05.06.2024; Ogledov: 142; Prenosov: 12
.pdf Celotno besedilo (2,16 MB)
Gradivo ima več datotek! Več...

10.
Podatkovna analitika z Apache NiFi in Apache Superset : diplomsko delo
Žak Ternik, 2024, diplomsko delo

Opis: V diplomskem delu je prikazana implementacija celovite rešitve za zajem, obdelavo in vizualizacijo podatkov pridobljenih iz sistema za vodenje sredstev IBM Maximo, ter vremenskega API-ja. Predstavili smo postopek namestitve odprtokodnih orodij Apache NiFi in Apache Superset. Znotraj Apache NiFi smo razvili podatkovne tokove za ekstrakcijo in obdelavo podatkov iz sistema IBM Maximo in vremenskega aplikacijskega vmesnika, ter le-te shranili v PostgreSQL podatkovno bazo. Ti podatki služijo kot osnova za vizualizacijo statistike delovnih nalogov ter napovedovanje uspešnosti zaključevanja delovnih nalogov glede na vremensko napoved v orodju Apache Superset.
Ključne besede: Apache NiFi, Apache Superset, podatkovna analitika, pridobivanje podatkov, vizualizacija podatkov
Objavljeno v DKUM: 04.06.2024; Ogledov: 286; Prenosov: 48
.pdf Celotno besedilo (4,35 MB)

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