| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 10 / 36
First pagePrevious page1234Next pageLast page
1.
Osnovni algoritmi gručenja
Niko Lukač, 2021, other educational material

Keywords: algoritmi gručenja, algoritmi
Published: 10.06.2021; Views: 122; Downloads: 24
.pdf Full text (851,54 KB)

2.
Algoritmi za indeksiranje spletnih virov
Niko Lukač, 2021, other educational material

Keywords: algoritmi, spletni viri, indeksiranje spletni virov, učbeniki
Published: 10.06.2021; Views: 127; Downloads: 20
.pdf Full text (495,66 KB)

3.
Algoritmi za uvrstitev spletnih strani
Niko Lukač, 2021, other educational material

Keywords: algoritmi, spletne strani, e-gradiva
Published: 13.05.2021; Views: 185; Downloads: 34
.pdf Full text (511,79 KB)

4.
Iskanje ranljivosti XSS v spletnih aplikacijah z uporabo metod strojnega učenja
Ivan Kozulić, 2020, master's thesis

Abstract: Cross-site scripting (XSS) napadi še vedno predstavljajo veliko varnostno tveganje pri spletnih aplikacijah. V magistrskem delu predstavljamo metodo za iskanje ranljivosti v JavaScript programski kodi, pri čemer smo uporabili algoritme strojnega učenja. V teoretičnem delu najprej opišemo osnovne koncepte napadov XSS in z njimi povezane ranljivosti. Predstavimo tudi sorodne pristope za iskanje ranljivosti XSS. V praktičnem delu magistrskega dela pa se posvetimo načinu izračuna značilnic iz JavaScript kode ter pripravi učne in testne množice. Na podlagi značilnic smo usposobili model strojnega učenja za ločevanje ranljivih od neranljivih aplikacij. Iz rezultatov sklepamo, da je metoda učinkovita in nudi dodatno podporo pri odkrivanju ranljivosti XSS.
Keywords: varnost spletnih aplikacij, XSS, JavaScript, strojno učenje
Published: 04.11.2020; Views: 149; Downloads: 37
.pdf Full text (1,24 MB)

5.
Napovedovanje geoprostorskih rastrskih podatkov s konvolucijskimi nevronskimi mrežami
Mitja Žalik, 2020, undergraduate thesis

Abstract: V diplomskem delu predstavimo uporabo konvolucijskih nevronskih mrež za napoved geoprostorskih rastrskih podatkov. V prvem delu opišemo geoprostorske podatke in zgradbo ter značilnosti konvolucijskih nevronskih mrež. V drugem delu predlagamo model nevronske mreže, ki ga uporabimo za dolgoročno napoved sončnega potenciala in kratkoročno napoved vegetacijskega indeksa NDVI. Povprečna napaka po metriki NRMSE znaša 0,22% pri napovedi sončnega potenciala in 15% pri napovedi indeksa NDVI. Diplomsko delo zaključimo s predlogi možnih razširitev.
Keywords: umetna inteligenca, globoko učenje, konvolucijske nevronske mreže, geoprostorski podatki, rastrski podatki
Published: 04.11.2020; Views: 205; Downloads: 82
.pdf Full text (3,14 MB)

6.
Analiza parametrov leta letala v tekmovanju Air race
Mark Travner, 2020, undergraduate thesis

Abstract: V diplomskem delu predstavimo potek procesa analize leta letala v tekmovanju Air race. Predstavimo potek priprave podatkov, ki jih iz zajemnih enot pretvorimo v format CSV. Za analizo teh podatkov nato uporabimo aplikacijo MTAS, ki smo jo razvili v okviru diplomskega dela in jo podrobneje opišemo. Na koncu rezultate analize primerjamo z alternativnimi metodami, kot so video analiza in analiza časov.
Keywords: vmesnik, grafični vmesnik, video analiza, statistična analiza, tekmovanje air race
Published: 04.11.2020; Views: 175; Downloads: 24
.pdf Full text (914,25 KB)

7.
Sistem za avtomatsko preizkušanje grafičnih uporabniških vmesnikov
Blaž Vidovič, 2020, undergraduate thesis

Abstract: V diplomskem delu predstavimo metodo za samodejno preizkušanje grafičnih uporabniških vmesnikov. Predstavimo načine preizkušanja in sodobne izboljšave avtomatizacije preizkušanja. Pri tem proučimo ustaljene pristope avtomatskega preizkušanja grafičnih uporabniških vmesnikov in predstavimo zasnovo lastnega sistema za avtomatsko preizkušanje, ki deluje na principu zajema vnosov in ponovnega izvajanja testnih primerov. V rezultatih predstavimo uspešno delovanje sistema na dveh znanih namiznih aplikacijah.
Keywords: preizkušanje, avtomatizacija, grafični uporabniški vmesnik
Published: 03.11.2020; Views: 175; Downloads: 30
.pdf Full text (1,11 MB)

8.
Napovedovanje časovnih vrst z uporabo povratnih nevronskih mrež
Niko Uremovič, 2020, undergraduate thesis

Abstract: V diplomskem delu predstavimo napovedovanje multivariatnih časovnih vrst z uporabo povratnih nevronskih mrež, ter primernost pristopa k napovedovanju preizkusimo na področju energetike. Za pametno krmiljenje električnih naprav je namreč nujno potrebno poznavanje posledic, ki jih imajo naše akcije na stanje naprav in njihove okolice. Stanje naprav definira več spremenljivk, zato spreminjanje stanja skozi čas opisuje multivariatna časovna vrsta. Za električno napravo grelnik vode pripravimo napovedni model, ki temelji na povratni nevronski mreži arhitekture LSTM. Ker pa se lastnosti naprave in s tem opisujoče časovne vrste lahko s časom spreminjajo, moramo za ohranjanje natančnostosti napovednega modela le-tega sproti prilagajati. V diplomskem delu predstavimo različne strategije sprotnega učenja modela in primerjamo njihovo učinkovitost na napovednem modelu za grelnik vode.
Keywords: Multivariatne časovne vrste, napovedovanje časovnih vrst, povratne nevronske mreže, katastrofalno pozabljanje
Published: 03.11.2020; Views: 298; Downloads: 42
.pdf Full text (1,50 MB)

9.
Sistem za avtomatsko testiranje spletnih aplikacij z uporabo ogrodja selenium
Leon Kutoš, 2020, undergraduate thesis

Abstract: V diplomskem delu se osredotočimo na avtomatsko testiranje spletnih aplikacij. Pri tem uporabimo pristop testiranja bele škatle in ogrodje Selenium. Razvili smo čelni in zaledni podsistem za avtomatsko testiranje, pri čemer je interakcija z uporabo prijaznega uporabniškega vmesnika. Testirali smo tri spletne aplikacije: Aips, Bolho ter Funtech. Pri vseh treh aplikacijah je test bil izveden uspešno. Implementiran sistem prinaša visoko fleksibilnost za testiranje raznolikih spletnih aplikacij in neodvisnost od strojne opreme.
Keywords: Avtomatsko testiranje, spletna aplikacija, test bele škatle, Selenium.
Published: 03.11.2020; Views: 212; Downloads: 28
.pdf Full text (719,70 KB)

10.
Klasifikacija časovnih vrst s konvolucijskimi nevronskimi mrežami
Domen Kavran, 2020, master's thesis

Abstract: V magistrskem delu predstavimo klasifikacijo časovnih vrst z uporabo konvolucijskih nevronskih mrež. Klasifikacija je izvedena nad časovno-frekvenčnimi predstavitvami časovnih vrst, ki so pridobljene z različnimi metodami časovno-frekvenčne analize. Zasnovali smo več arhitektur konvolucijskih nevronskih mrež za klasifikacijo časovnih vrst. Optimizacijski algoritmi za učenje konvolucijskih nevronskih mrež so uporabljali napredno izgubno funkcijo, imenovano žariščna izguba. Za najuspešnejšo metodo izračuna časovno-frekvenčnih predstavitev časovnih vrst se je izkazala zvezna valčna transformacija, s katero smo dosegli povprečno natančnost klasifikacije 90,07 %. Združitev različnih časovno-frekvenčnih predstavitev je izboljšala povprečno natančnost klasifikacije na 92,01 %.
Keywords: klasifikacija, globoko učenje, konvolucijske nevronske mreže, časovne vrste, časovno-frekvenčna analiza
Published: 03.07.2020; Views: 361; Downloads: 129
.pdf Full text (10,95 MB)

Search done in 0.23 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica