| | 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 / 143
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Uvajanje digitalnih izdelkov na trg
Nuša Steiner, 2023, diplomsko delo

Opis: Diplomsko delo se osredotoča na digitalne izdelke. Najprej predstavimo koncept življenjskega cikla izdelka, opredelimo nove izdelke ter opišemo njihov pomen za odjemalce in za uspešno delovanje podjetja. Nadaljujemo z opredelitvijo digitalnih izdelkov, predstavitvijo njihovih značilnosti ter klasificiranjem v tri skupine. Opozorimo na razlikovanje med digitalnimi in digitaliziranimi izdelki. Digitalizirani izdelki so hibridi, saj gre za prvotno fizične izdelke, ki jim je bila dodana digitalna komponenta. V povezavi z digitaliziranimi izdelki omenimo tudi pametne izdelke in internet stvari. Nato se posvetimo uvajanju digitalnih izdelkov na trg in značilnostim njihovega trženja. Opišemo načine ustvarjanja prihodkov z digitalnimi izdelki ter izpostavimo pomembnost posodabljanja takšnih izdelkov. Na koncu predstavimo tudi dva primera dobre prakse uvajanja digitalnih izdelkov na trg, namreč dve franšizi: Talking Tom & Friends in The Sims.
Ključne besede: digitalni izdelki, klasifikacija izdelkov, novi izdelki, uvajanje izdelkov na trg, razvoj izdelkov
Objavljeno v DKUM: 16.10.2023; Ogledov: 108; Prenosov: 8
.pdf Celotno besedilo (998,18 KB)

2.
Analiza, načrtovanje in razvoj digitalne kripto denarnice : magistrsko delo
Tadeja Keršič, 2023, magistrsko delo

Opis: Na trgu najdemo veliko različnih digitalnih denarnic. Obstajajo neskladja glede delitve digitalnih denarnic na posamezne skupine. Novi uporabniki imajo težave ob izbiri primerne digitalne denarnice zanje. Analizirali smo obstoječe rešitve, razložili delitev denarnic v podskupine ter predlagali odločitven model za izbiro digitalne kripto denarnice, pri čemer smo se še posebej fokusirali na lastnosti, ki jih le te podpirajo. Predstavili smo tudi, kako se lotimo načrtovanja in implementacije digitalne kripto denarnice.
Ključne besede: digitalna denarnica, kripto denarnica, tehnologija veriženja blokov, klasifikacija, načrtovanje, implementacija programske opreme
Objavljeno v DKUM: 12.10.2023; Ogledov: 133; Prenosov: 11
.pdf Celotno besedilo (8,97 MB)

3.
Detekcija napak na odlitkih z globokim učenjem : magistrsko delo
Tomo Pšeničnik, 2022, magistrsko delo

Opis: Cilj magistrske naloge je preučiti detekcijo napak na odlitkih z uporabo konvolucijskih nevronskih mrež. Predstavljena je klasifikacija slik dobrih in slabih odlitkov, ki temelji na globokem učenju. Za učenje nevronske mreže smo uporabili obstoječo zbirko podatkov, ki vsebuje več kot 7000 slik. Za izdelavo programa smo uporabili okolje Matlab s pomočjo Deep learning toolbox vmesnika. Izdelali smo model konvolucijske nevronske mreže, izvedli učenje in prikazali rezultate. V drugem delu smo rezultate želeli izboljšati, zato smo se poslužili tehnike s prenosnim učenjem. Našim potrebam smo prilagodili obstoječo AlexNet arhitekturo, naložili zbirko podatkov in izvedli učenje nevronske mreže. Na koncu prikažemo rezultate kot je klasifikacijska točnost modela. Delovanje modela preizkusimo še na testni množici slik, katere niso bile vključene v proces učenja.
Ključne besede: Globoko učenje, detekcija napak, klasifikacija, konvolucijska nevronska mreža, odlitek
Objavljeno v DKUM: 09.12.2022; Ogledov: 395; Prenosov: 37
.pdf Celotno besedilo (3,25 MB)

4.
Spremljanje obrabe rezalnega orodja z uporabo umetne inteligence : diplomsko delo
Andrej Jukić, 2022, diplomsko delo

Opis: V diplomskem delu so na začetku predstavljena obravnavana področja, kjer se teoretično spoznamo s proizvodnimi sistemi, umetno inteligenco, klasifikacijo, učnimi algoritmi, merami za ocenjevanje in z obdelovalnim postopkom rezkanja. Bistvenega pomena je področje klasifikacije in mer za ocenjevanje, zaradi tega sta ti dve področji bolj podrobno opisani. Po teoretičnem izhodišču sledi poglavje praktične izvedbe, pri katerem smo predstavljeno teorijo uresničili. V tem sklopu so opisani trije poizkusi, kjer smo preverjali zastavljene teze s pomočjo gravirnega stroja Lakos 150 in računalniškega programa Matlab, ki je podpiral strojno učenje (klasifikacijo). S poizkušanjem smo tako potrdili vse teze, dosegli večino zastavljenih ciljev, pri čemer nismo dosegli glavnega cilja dela (uspešna klasifikacija glede na status orodja) zaradi strokovne zahtevnosti področja.
Ključne besede: umetna inteligenca, strojno učenje, klasifikacija, rezkanje
Objavljeno v DKUM: 25.10.2022; Ogledov: 333; Prenosov: 32
.pdf Celotno besedilo (2,03 MB)
Gradivo ima več datotek! Več...

5.
Klasifikacija glasbenega žanra glede na spektrogram zvočnega posnetka : diplomsko delo
Tadej Lahovnik, 2022, diplomsko delo

Opis: V diplomskem delu smo se poglobili v izdelavo različnih tipov spektrogramov in klasifikacijo slik z uporabo konvolucijskih nevronskih mrež. Zanimalo nas je, ali je možno zanesljivo napovedati žanr zvočnega posnetka glede na spektrogram, ki mu pripada. Tekom razvoja smo ustvarili tri različne tipe spektrogramov. Za vsak tip smo ustvarili ločen klasifikacijski model, nato pa smo iz vseh treh modelov sestavili klasifikacijski ansambel. Tako smo dobili najbolj zanesljive rezultate. Klasifikacijo smo nato ovrednotili s številnimi metrikami, kjer nas je najbolj zanimala sama točnost klasifikacije. Iz matrike zmede smo izčrpali najpogostejše napake pri klasifikaciji.
Ključne besede: klasifikacija, spektrogram, strojno učenje, nevronske mreže, glasbeni žanr
Objavljeno v DKUM: 20.10.2022; Ogledov: 321; Prenosov: 42
.pdf Celotno besedilo (1,50 MB)

6.
Sortiranje fižolovih zrn z uporabo strojnega vida : magistrsko delo
Samo Šlander, 2022, magistrsko delo

Opis: V magistrskem delu je predstavljen projekt, ki temelji na zasnovi metode za sortiranje fižola s pomočjo strojnega vida. Njegov namen je nadomestiti ročno sortiranje. V delu je opisan tudi razvoj klasifikacijskega modela za razvrščanje slik fižola ter mehanskega koncepta. Prav tako je predstavljeno področje strojnega vida ter strojnega učenja. Na koncu pa je predstavljen nabor baze podatkov, razvrstitev slik po kategorijah z uporabo prenosnega učenja in algoritma k-najbližjih sosedov, ovrednotenje rezultatov le-teh ter koncept mehanske separacije.
Ključne besede: strojni vid, CNN, KNN, sortiranje fižola, klasifikacija
Objavljeno v DKUM: 28.06.2022; Ogledov: 565; Prenosov: 139
.pdf Celotno besedilo (5,66 MB)

7.
Analiza in klasifikacija zvočnih posnetkov v programskem okolju Python : diplomsko delo
Lara Rantuša, 2022, diplomsko delo

Opis: V diplomskem delu obravnavamo okolje in orodja v programskem jeziku Python za obdelavo, analizo in klasifikacijo zvočnih posnetkov. Razložene so lastnosti glasbe in kako se te zaznavajo z naravno in računalniško analizo zvoka. Opisan je postopek izdelave programa in uporabljeni algoritmi za strojno učenje, ki zna zvočne posnetke obdelati, analizirati in klasificirati glede na njihovo glasbeno zvrst ter na posnetku prepoznati število izvajalcev.
Ključne besede: analiza zvočnih posnetkov, klasifikacija zvočnih posnetkov, programsko okolje Python
Objavljeno v DKUM: 27.05.2022; Ogledov: 682; Prenosov: 121
.pdf Celotno besedilo (2,29 MB)

8.
Primerjava metod jezikovnih tehnologij za odkrivanje lažnih novic : magistrsko delo
Nejc Lovrenčič, 2022, magistrsko delo

Opis: Socialna omrežja in tradicionalni viri novic imajo velik vpliv na razmišljanje ter dejanja posameznikov v družbi. Napačna ali izmišljena dejstva in lažne novice lahko zato povzročijo veliko škodo. V sklopu magistrskega dela smo primerjali metode Naivni Bayes, logistično regresijo, nevronsko mrežo z dolgim kratkoročnim spominom in graf konvolucijsko nevronsko mrežo za odkrivanje lažnih novic. S preučitvijo sorodne literature in primerjavo metod smo ugotovili, da je težko prepoznati lažne novice zgolj s klasifikacijo besedila. Pri klasifikaciji novic na dva razreda se je najbolje izkazal logistična regresija, pri klasifikaciji na šest razredov pa nevronska mreža LSTM.
Ključne besede: jezikovne tehnologije, nevronske mreže, lažne novice, klasifikacija besedila
Objavljeno v DKUM: 11.05.2022; Ogledov: 560; Prenosov: 68
.pdf Celotno besedilo (1,36 MB)

9.
Primerjava klinične in patološke diagnostike v oceni tveganja bolnic z rakom endometrija
Leja Ocvirk, 2021, končno poročilo o rezultatih raziskav

Ključne besede: rak endometrija, ocena tveganja, molekularna klasifikacija
Objavljeno v DKUM: 07.02.2022; Ogledov: 513; Prenosov: 19
.pdf Celotno besedilo (629,57 KB)

10.
Strojno učenje : s Pythonom do prvega klasifikatorja
Sašo Karakatič, Iztok Fister, 2022

Opis: Knjiga služi kot uvod v področje strojnega učenja za vse, ki imajo vsaj osnovne izkušnje s programiranjem. Pregledajo se pomembni pojmi strojnega učenja (model znanja, učna in testna množica, algoritem učenja), natančneje pa se predstavi tehnika klasifikacije in način ovrednotenja kvalitete modelov znanja klasifikacije. Spozna se algoritem klasifikacije k najbližjih sosedov in predstavi se uporaba tega algoritma – tako konceptualno kakor v programski kodi. Knjiga poda številne primere v programskem jeziku Python in okolju Jupyter Notebooks. Za namen utrjevanja znanja pa so ponujene naloge (tako računske, kot programerske) s podanimi rešitvami.
Ključne besede: strojno učenje, umetna inteligenca, klasifikacija, k najbližjih sosedov, Python
Objavljeno v DKUM: 27.01.2022; Ogledov: 1541; Prenosov: 230
.pdf Celotno besedilo (7,04 MB)
Gradivo ima več datotek! Več...

Iskanje izvedeno v 0.21 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici