1. Optimizacija podatkov vremenskega modela z uporabo naprednih metod strojnega učenjaRene Rajzman, 2024, diplomsko delo Opis: Diplomsko delo prikazuje uporabo različnih kombinacij metod strojnega učenja, kot sta naključni gozd in gradientno povečevanje, ki jih ponuja Python knjižnica Sklearn, pri optimizaciji rezultatov vremenskih napovednih modelov. Obravnavani vremenski napovedni modeli se uporabljajo na področju elektroenergetskih sistemov za izračun dinamične termične meje daljnovodov. Končni sistem, ki za optimizacijo podatkov vremenskih napovednih modelov uporablja metode strojnega učenja, lahko izboljša natančnost izračunane termične meje, ki je ključnega pomena za dobro elektroenergetsko logistiko.
Ključne besede: strojno učenje, Python, DTR, vremenski modeli, optimizacija podatkov
Objavljeno v DKUM: 19.09.2024; Ogledov: 0; Prenosov: 10
 Celotno besedilo (3,32 MB) |
2. Razpoznava umetno ustvarjenih slik z metodami strojnega učenjaJan Premzl, 2024, magistrsko delo Opis: V zaključnem delu smo izdelali modularno aplikacijo, ki je namenjena napovedovanju, ali je slika realna ali umetno ustvarjena. Za ta namen smo naučili enajst različnih modelov, vsakega s petnajstimi različnimi kombinacijami hiperparemetrov. Na podlagi tega smo dobili rezultate, kjer smo izračunali razne statistične mere in korelacije med rezultati. Poleg servisa za klasifikacijo oz. za učenje modelov smo izdelali tudi servis za ustvarjanje učne množice po lastnih željah, spletno aplikacijo, ki omogoča napovedi, in aplikacijski programski vmesnik, ki služi za komunikacijo med servisom za razpoznavo in spletno aplikacijo.
Ključne besede: Strojno učenje, nevronske mreže, klasifikacija, PyTorch
Objavljeno v DKUM: 11.09.2024; Ogledov: 56; Prenosov: 16
Celotno besedilo (9,68 MB) |
3. Razvoj mobilne aplikacije za spremljanje kriptovalut z orodjem Jetpack ComposeAlen Jelenko, 2024, diplomsko delo Opis: Živimo v svetu, ki se vse hitreje spreminja. Popoln primer tega je konstantno aktiven trg kripto valut. Ob praznikih, ravno takrat, ko ljudje niso pozorni na nihanja svojih denarnih vložkov, se na trgu kripto valut zgodijo največje spremembe. Android aplikacija, ki bi nas pravočasno obvestila o teh spremembah, je bila cilj diplomskega dela. Aplikacija omogoča pogled na izbran seznam kriptovalut in vseh relevantnih informacij o njih, npr. grafi nihanja cene.
Ključne besede: Android, Kotlin, domorodna mobilna aplikacija, Jetpack Compose
Objavljeno v DKUM: 08.08.2024; Ogledov: 204; Prenosov: 46
Celotno besedilo (2,26 MB) |
4. Sistem za prikazovanje nevronskih mrež v 3D in realnem času 3D neurovis : magistrsko deloMatevž Celcer, 2023, magistrsko delo Opis: V zaključnem delu je predstavljen naš produkt 3D Neurovis, primerjava s podobni deli in tehnologija, ki je bila uporabljena. Namen tega projekta je bil ustvariti program, ki uspešno vizualizira delovanje nevronskih mrež. Program vizualizira nevronske mreže v realnem času in v 3D. Odkrili smo, da ni veliko projektov, ki prikazujejo vse lastnosti nevronskih mrež v realnem času, kot so nevronska dinamika, nevronska plastičnost, nevronska struktura in nevronski spomin. Prav tako ni dosti projektov, ki so kompatibilni s ROS sistemom. Naš produkt naslavlja to pomanjkanje. Projekt je zamišljen kot nadgradnja predhodnika Neurovis.
Ključne besede: Nevronska mreža, ROS, Vizualizacija, Vizualizacija nevronskih mrež, Nevronske mreže in roboti
Objavljeno v DKUM: 07.06.2023; Ogledov: 416; Prenosov: 49
Celotno besedilo (3,22 MB) |
5. Uporaba umetne inteligence za preslikavo človeškega gibanja v 3D modele : magistrsko deloPrimož Stopar, 2022, magistrsko delo Opis: V magistrskem delu smo predstavili uporabo umetne inteligence za preslikavo človeškega gibanja v trodimenzionalni model na mobilnih napravah. Predstavili smo različne načine delovanja modelov umetne inteligence za ocenitev poze. Opisali smo nekaj že naučenih modelov umetne inteligence in ogrodij, s katerimi lahko modele umetne inteligence vključimo v igralni pogon Unity. Rešitev smo implementirali v pogonu Unity z ogrodjem MediaPipe in družino modelov umetne inteligence BlazePose. Ugotovili smo, da lahko že na povprečnih mobilnih napravah dosežemo skoraj realno časovno izvajanje. Prav tako menimo, da tehnologija še ni primerna za uporabo v zdravstvene namene, je pa primerna za uporabo v aplikacijah, namenjenih zabavi.
Ključne besede: MediaPipe, BlazePose, ocenitev poze, sledenje pozam, konvolucijske nevronske mreže
Objavljeno v DKUM: 08.07.2022; Ogledov: 796; Prenosov: 129
Celotno besedilo (3,82 MB) |
6. Analiza podatkov sistema SUMO s pomočjo storitev računalništva v oblaku : magistrsko deloMiha Lenko, 2022, magistrsko delo Opis: V želji po izboljšanju napovedi vremenskih podatkov, ki jih za svoje delovanje potrebuje sistem za ugotavljanje meja obratovanja SUMO, smo v sodelovanju s podjetjem Operato d.o.o. raziskali možnosti uporabe računalništva v oblaku za izvajanje strojnega učenja napovednih modelov. Prvi del magistrske naloge je namenjen predstavitvi različnih vrst podatkovnih baz za hrambo podatkov v oblaku ter ponudnikov računalništva v oblaku, ki ponujajo navidezne računalniške vire kot spletno storitev, drugi del pa predstavitvi procesa vzpostavitve izvajalnega okolja za izvedbo analize in strojnega učenja v oblaku.
Ključne besede: računalništvo v oblaku, podatkovne baze, analiza podatkov, strojno učenje
Objavljeno v DKUM: 07.07.2022; Ogledov: 792; Prenosov: 91
Celotno besedilo (6,90 MB) |
7. Pametni pomočnik za vožnjo po dirkaški stezi na operacijskem sistemu Android : diplomsko deloMarko Watzak, 2021, diplomsko delo Opis: Že vse odkar se je človek trudil naučiti stroj določenih veščin predvidevanja in lastne inteligence, je tukaj prisotno strojno učenje. Nemalo kdo je že velikokrat poprej prišel na misel, da bi lahko z uporabo strojnega učenja izboljšali različne športe, med drugim tudi avtomobilske. V tem diplomskem delu smo podali namen, kjer lahko skupaj s strojnim učenjem poskusimo izboljšati vožnjo posameznika na dirkaški stezi in to uspešno zabeležiti ter predstaviti na človeku razumljiv način. V našem delu smo opisali načine za reševanje problema, podali razvojna okolja in tehnologijo ter prikazali izsledke. Analizo vožnje je bilo mogoče uspešno izvesti in uspešno interpretirati dobljene rezultate v različnih scenarijih.
Ključne besede: OBD, OBD II, strojno učenje, Java, Android
Objavljeno v DKUM: 18.10.2021; Ogledov: 1027; Prenosov: 75
Celotno besedilo (2,37 MB) |
8. Izdelava spletne platforme množičnega financiranja in donatorstva za spodbujanje podjetništva v osnovnih šolah : magistrsko deloPetra Kmetič, 2020, magistrsko delo Opis: Podjetništvo se tako v osnovnih kot tudi srednjih šolah počasi vpeljuje na seznam izbirnih krožkov in ponudbo na šolah. V okviru magistrskega dela smo izdelali model prototipa slovenske platforme za množično financiranje in zbiranje donatorskih surovin za razvoj. S pomočjo spletne platforme smo želeli otrokom omogočiti, da opišejo svoje ideje, dodajo slikovni material in del poslovnega načrta ter zaprosijo za materiale, mentorstvo ali denar, ki ga potrebujejo pri realizaciji ideje; mentorjem in staršem smo želeli podati nekaj informacij pravnega značaja, da bi vedeli, na kakšen način lahko donatorska sredstva prejmejo; donatorjem ali drugim investitorjem pa smo želeli omogočiti vpogled v projekte in ponuditi možnost sodelovanja z uporabniki.
Ključne besede: spletna platforma, množično financiranje, podjetništvo
Objavljeno v DKUM: 04.11.2020; Ogledov: 915; Prenosov: 66
Celotno besedilo (4,20 MB) |
9. Potencial uporabe samoojačitvenega učenja za pametni nabiralnik Direct4.me : diplomsko deloEva Smolak, 2020, diplomsko delo Opis: V diplomskem delu, izdelanem pod mentorstvom podjetja Kivi Com d.o.o., smo preučili samoojačitveno učenje, metode samoojačitvenega učenja, globoko samoojačitveno učenje in nevronske mreže. Prav tako smo na kratko opisali priljubljena ogrodja samoojačitvenega učenja in izdelali simulator sistema Direct4.me, kjer smo implementirali postopek dostavljanja in prevzemanja paketov oziroma odpiranja paketnikov. Simulator smo ustvarili v programskem jeziku C#, za izdelavo, učenje in uporabo nevronske mreže pa smo uporabili Python in knjižnico Scikit-learn. Na podlagi simulatorja in nevronske mreže smo preučili potencial uporabe samoojačitvenega učenja v sistemu Direct4.me.
Ključne besede: samoojačitveno učenje, Direct4.me, umetna inteligenca
Objavljeno v DKUM: 04.11.2020; Ogledov: 1029; Prenosov: 107
Celotno besedilo (1,59 MB) |
10. Izračun donosnosti naložbe v sistem upravljanja identitet in pravic dostopa : magistrsko deloSašo Kolac, 2020, magistrsko delo Opis: V tej magistrski nalogi pregledamo osnove upravljanja uporabniških pravic in identitet, ter
se podrobneje spustimo v izračun donosnosti naložbe v takšne sisteme. Ugotovimo kje in
kako pridobiti potrebne podatke in kako jih uporabiti pri izračunih. Opravimo dejanske
izračune in primerjamo rezultate, s pomočjo katerih lahko ugotovimo, če se takšen sistem
v našem okolju splača in v kolikšnem času se nam investicija povrne. Predstavimo tudi
spletno aplikacijo, katera nam avtomatizira približek izračuna z le nekaj potrebnimi
osnovnimi podatki.
Ključne besede: upravljanje dostopa, upravljanje identitet, One Identity Manager, izračun
donosnosti
Objavljeno v DKUM: 02.11.2020; Ogledov: 948; Prenosov: 78
Celotno besedilo (1,33 MB) |
