| | 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


81 - 90 / 145
Na začetekNa prejšnjo stran567891011121314Na naslednjo stranNa konec
81.
Razvoj in uporaba analiznih metod določanja težkih kovin v okoljskih vzorcih z emisijsko spektrometrijo z induktivno skopljeno plazmo
Darja Kavšek, 2014, doktorska disertacija

Opis: V doktorski disertaciji smo razvili, optimizirali in s pomočjo validacije potrdili analizne metode za točno in natančno določevanje izbranih težkih kovin v različnih matricah okoljskih vzorcev z optično emisijsko spektrometrijo z induktivno sklopljeno plazmo (ICP–OES). S pomočjo izmerjenih vsebnosti onesnaževal ter kemijskih in fizikalno–kemijskih parametrov smo izvedli kemometrijsko karakterizacijo različnih okoljskih vzorcev. Iskali smo korelacije med različnimi okoljskimi vzorci, ki so bili odvzeti na različnih vzorčnih mestih v različnih časovnih obdobjih.
Ključne besede: ICP–OES, premog, sedimenti, odpadne tekstilne vode, odpadne industrijske vode, težke kovine, validacija, kemometrijska klasifikacija, kemometrijska karakterizacija, analiza grupiranja, metoda glavnih osi, diskriminantna analiza
Objavljeno v DKUM: 12.01.2015; Ogledov: 2592; Prenosov: 370
.pdf Celotno besedilo (3,60 MB)

82.
Vpliv podobnosti na uspešnost klasifikacije evolucijskih odločitvenih dreves
Leon Bošnjak, 2014, magistrsko delo

Opis: Magistrska naloga obravnava proces gradnje klasifikacijskih odločitvenih dreves z genetskimi algoritmi, v sklopu katerega se osredotoča na ocenjevanje uspešnosti zgrajenih dreves ter hitrosti oziroma učinkovitosti algoritma. Standardni način evolucijske gradnje odločitvenih dreves predvideva uporabo naključne selekcije dveh primerkov za križanje dreves, kar lahko povzroči prehitro konvergenco k lokalno optimalni rešitvi. Z namenom ohranjanja raznolikosti populacije tekom evolucije je bilo implementiranih pet pristopov vrednotenja podobnosti med drevesi, ki so bili uporabljeni v okviru selekcije primerkov za križanje. Pristopi križanja med seboj različnih in podobnih dreves so bili primerjani s standardnim načinom brez upoštevanja podobnosti na enaindvajsetih različnih podatkovnih množicah z namenom ugotavljanja vpliva podobnosti na uspešnost in učinkovitost algoritma.
Ključne besede: odločitvena drevesa, genetski algoritmi, klasifikacija, podobnost
Objavljeno v DKUM: 26.06.2014; Ogledov: 2150; Prenosov: 256
.pdf Celotno besedilo (3,33 MB)

83.
VPLIV ELEKTRONSKEGA POSLOVANJA NA POSLOVNE MODELE
Tea Janez, 2014, magistrsko delo

Opis: S pojavom in razvojem elektronskega poslovanja, so se pričeli razvijati tudi novi poslovni modeli, tako imenovani modeli elektronskega poslovanja(e-poslovni modeli). Elektronsko poslovanje postajo vse prej kot nuja, saj podjetju uvedba tega načina poslovanja predstavlja konkurenčno prednost, višji dohodek, višjo kakovost storitev, modernejša podoba podjetja, itd. V današnjem poslovnem okolju smo priča različnim gospodarskim spremembam, katere zahtevajo oziroma prisilijo podjetja, da preučijo svojo organizacijo ter razmislijo o razvoju poslovnih modelov, ki bodo kos spremembam, ki jih prinaša trg. Elektronsko poslovanje vpliva na razvoj novih poslovnih modelov, kakor tudi na ostale poslovne procese v podjetju. Poslovni modeli elektronskega poslovanja so verjetno malo manj razumljen vidik interneta, vsaj do sedaj, vendar smo priča vse pogostejšemu pojavljanju. Najlažje si ga lahko predstavljamo kot model delovanja podjetja v okolju(stranke, dobavitelji, poslovni procesi v podjetju,…). Podjetja poskušajo s načrtovanjem in prilagajanjem poslovnega modela, le tega uporabiti kot sredstvo za doseganje tržnega razlikovanja in seveda tudi za konkurenčno prednost. Vloga oziroma definicija poslovnih modelov se med avtorji razlikujejo. Avtorja Michael Rappa in Paul Timmers zagovarjata razdelitev poslovnih modelov elektronskega poslovanja na taksonomijo; razdelitev poslovnih modelov v več manjših skupin poslovnih modelov. Avtorja Osterwalder in Pigneur (2002) pravita, da poslovni model elektronskega poslovanja sestoji iz treh glavnih, med seboj povezanih elementov: poslovna strategija, organizacija podjetja ter uporaba informacijske ter komunikacijske tehnologije. Menita, da na opredelitev poslovnega modela vplivajo tudi konkurenca, povpraševanje, sprememba tehnologije, ter pravno in socialno okolje. Kot navajajo avtorji Kovačič, groznik, Ribič (2009) se mora poslovni model s prihodom elektronskega poslovanja preobraziti v elektronski poslovni model, ki kot temeljno predpostavlja prenovo obstoječih poslovnih procesov v smeri inovativnih in prilagodljivih poslovnih procesov. Vse bolj je razširjeno tudi elektronsko poslovanje v slovenskem okolju, posledično pa se s tem pojavljajo e-poslovni modeli. V slovenskem poslovnem prostoru so najbolj prisotni oglaševalski, transakcijski in servisni model. Podjetja pa tudi vse pogosteje poslujejo s kombinacijo vseh treh omenjenih poslovnih modelov elektronskega poslovanja, saj vsak od njih predstavlja svoje prednosti in slabosti. Zaradi vse večjih tehnoloških sprememb se nam v prihodnje obetajo spremembe v elektronskem poslovanju s tem pa tudi razvoj novi e-poslovnih modelov. Novi trendi na področju e-poslovnih modelov, bodo vsekakor izpodrinili ali nekoliko spremenili trenutne.
Ključne besede: elektronsko poslovanje, vpliv e-poslovanja, uvajanje e-poslovanja, prenova poslovanja, poslovni model, klasifikacija poslovnih modelov, e-poslovni model.
Objavljeno v DKUM: 04.06.2014; Ogledov: 1952; Prenosov: 257
.pdf Celotno besedilo (1,06 MB)

84.
ORODJA ZA STROJNO UČENJE - KLASIFIKACIJA
Andreja Zacirkovnik, 2013, diplomsko delo

Opis: Diplomsko delo vsebuje teoretično osnovo strojnega učenja, podrobnejši opis podatkovnega rudarjenja ter njegove metode, natančneje klasifikacije. V drugem, praktičnem delu smo opisali tri prosto dostopna orodja, ki podpirajo strojno učenje ter metodo klasifikacije. Orodja smo testirali ter izmerili njihovo natančnost klasifikacije s statistično metodo cross-validation oz. prečnim preverjanjem klasifikacijske točnosti. Obravnavana in analizirana orodja, ki podpirajo metode strojnega učenja, so bila Weka, See5 in GATree. Rezultati analize so pokazali, da je od le teh najbolj natančno orodje za izvajanje klasifikacije program Weka.
Ključne besede: Strojno učenje, podatkovno rudarjenje, klasifikacija, orodja, Cross-validation.
Objavljeno v DKUM: 19.09.2013; Ogledov: 4171; Prenosov: 868
.pdf Celotno besedilo (2,58 MB)

85.
RAZVOJ IN IMPLEMENTACIJA KLASIFIKATORJA V OKOLJU WEKA
Lovro Mažgon, 2013, diplomsko delo

Opis: Diplomsko delo se nanaša na področje odkrivanja znanja iz podatkov, še natančneje pa opisuje klasifikacijo, priznane klasifikatorje ter mere za določanje kakovosti klasifikacije. V delu smo predstavili razvoj lastnega algoritma za klasifikacijo, ki s pomočjo izračunov oddaljenosti od učnih primerkov določi razred neznanemu primerku. Podali smo matematično definicijo algoritma ter opis implementacije v okolju Weka, s pomočjo katerega smo preizkusili uspešnost klasifikacije na dveh realnih medicinskih primerih. Dobljeni rezultati nakazujejo, da razviti algoritem razmeroma uspešno klasificira primerke in se lahko primerja s priznanimi klasifikatorji.
Ključne besede: strojno učenje, podatkovno rudarjenje, klasifikacija, Weka
Objavljeno v DKUM: 18.09.2013; Ogledov: 2695; Prenosov: 243
.pdf Celotno besedilo (1,32 MB)

86.
SAMODEJNA KLASIFIKACIJA GLASBENIH ŽANROV ZVOČNIH POSNETKOV
Dal Rupnik, 2013, magistrsko delo

Opis: V magistrskem delu predstavimo sistem, ki na mobilni platformi iOS samodejno klasificira glasbeni žanr zvočnih posnetkov na podlagi zajetih vrednosti značilnic. Sistem za posamezen posnetek izračuna vektor značilnic, ki opredeljujejo ritmične, tonske in energetske lastnosti posnetka. Na osnovi učne množice vektorjev z označenim glasbenim žanrom se sistem nauči značilnosti posameznih žanrov, na podlagi le teh pa kasneje opravlja klasifikacijo testnih posnetkov, ki nimajo označenega glasbenega žanra. Klasifikacijo smo izvedli z metodo podpornih vektorjev in pri tem na 1.000 testnih posnetkih dosegli 64 % natančnost ločevanja med naslednjimi desetimi žanri: blues, klasična glasba, country, disco, hip hop, jazz, metal, pop, reggae in rock.
Ključne besede: klasifikacija glasbenih žanrov, analiza posnetka, značilnice glasbe, strojno učenje, metoda podpornih vektorjev, mobilna platforma
Objavljeno v DKUM: 13.09.2013; Ogledov: 2199; Prenosov: 218
.pdf Celotno besedilo (3,50 MB)

87.
ANALIZA METOD PODATKOVNEGA RUDARJENJA NA PRIMERU IZ KINEZIOLOGIJE
Tadej Plevčak, 2012, diplomsko delo

Opis: Naše diplomsko delo predstavlja teoretično osnovo podatkovnega rudarjenja in prikaz na praktičnem primeru. V prvem, teoretičnem delu smo predstavili osnovne koncepte podatkovnega rudarjenja, metode in orodja za učenje in pridobivanje novega znanja ter metode za primerjavo uspešnosti različnih klasifikacijskih modelov. V drugem, praktičnem delu smo najprej analizirali podatkovno množico iz področja kineziologije in poiskali najboljši klasifikacijski model, ki iz podatkov o mišicah (merjenih z metodo TMG) pove kako uspešna je oseba pri nekih športnih preizkusih. Nato smo uporabili najboljše modele (klasifikatorje) za izdelavo aplikacije, s katero je mogoča klasifikacija novih primerkov po opravljenih kinezioloških meritvah.
Ključne besede: podatkovno rudarjenje, strojno učenje, klasifikacija, Weka, kineziologija
Objavljeno v DKUM: 18.12.2012; Ogledov: 1853; Prenosov: 258
.pdf Celotno besedilo (4,71 MB)

88.
BREZPARAMETRIČNI ALGORITEM GRADNJE DIGITALNEGA MODELA RELIEFA IZ PODATKOV LiDAR
Domen Mongus, 2012, doktorska disertacija

Opis: V doktorski disertaciji opišemo dva postopka gradnje digitalnega modela reliefa iz podatkov LiDAR. Prva metoda iterativno približuje zlepke tankih plošč proti terenu, pri čemer s postopnim zmanjševanjem strukturnega elementa opravlja filtriranje točk glede na njihove viške razlike z interpolacijsko ploskvijo. S cilindrično transformacijo okrepimo nezveznosti v porazdelitvi točk, ki so posledica prisotnosti objektov. Brezparametrično pragovno filtriranje dosežemo samodejno s pragovno vrednostjo, definirano s standardno deviacijo. Rezultati pokažejo, da metoda pravilno določi teren tudi v najzahtevnejših primerih. Pričakovana natančnost metode nad podatki, danes uporabljenimi v vsakodnevni praksi, je več kot 96 %, medtem ko povprečna skupna napaka nad naborom testnih podatkov združenja ISPRS ne preraste 6 %. Druga metoda uporablja prilagodljiv morfološki filter, kjer je velikost strukturnega elementa v vsaki točki določena glede na njeno razdaljo do najbližjega roba. Vhodni nabor podatkov v ta namen najprej razporedimo v mrežo, nad katero izvedemo zaznavo robov z metodo kompas in Sobelovim operatorjem. Z morfološkim polnjenjem regij razdelimo mrežo v regije ospredja in ozadja. Definicijo strukturnega elementa izpeljemo iz transformacije razdalj regij ospredja. Končno filtriranje podatkov opravimo s cilindrično transformacijo in pragovnim filtriranjem. Z rezultati pokažemo, da na ta način v primerjavi s prvo metodo dosežemo 94 % višjo računsko učinkovitost, medtem ko je natančnost metode višja za 20 % nad podatki z nižjo ločljivostjo ter 30 % nad podatki z višjo ločljivostjo.
Ključne besede: algoritmi, daljinsko zaznavanje, računalniška geometrija, razpoznava vzorcev, digitalni model reliefa, matematična morfologija, LiDAR, samodejno filtriranje podatkov, klasifikacija, zlepki tankih plošč
Objavljeno v DKUM: 28.09.2012; Ogledov: 2552; Prenosov: 467
.pdf Celotno besedilo (12,56 MB)

89.
TEKMOVANJE IZ ZNANJA LOGIKE NA RAZREDNI STOPNJI OSNOVNE ŠOLE
Anita Fajs, 2012, diplomsko delo

Opis: Diplomsko delo z naslovom Tekmovanje iz znanja logike na razredni stopnji osnovne šole je sestavljeno iz treh delov: teoretičnega, praktičnega in empiričnega. V teoretičnem delu je podrobneje predstavljen termin logika in izjave ter tekmovanje iz znanja logike. V praktičnem delu so prikazani tipi nalog, ki se pojavljajo na tekmovanju, opis le-teh in postopek njihovega reševanja. V empiričnem delu so predstavljeni rezultati raziskave, ki je zajela učence do petega razreda, ki so sodelovali na tekmovanju iz znanja logike. Namen diplomskega dela je bil ugotoviti, kakšni tipi nalog se pojavljajo na tekmovanju, ali se pojavlja več tipskih nalog kot ne tipskih, kako dolgo že poteka tekmovanje na nižji stopnji, ali se udeležba na tekmovanju stopnjuje, katere naloge se rešujejo bolje in zakaj je temu tako, ali so razlike v rezultatih glede na regijo. Pri raziskovanju je bila uporabljena deskriptivna in kavzalno-neeksperimentalna metoda empiričnega pedagoškega raziskovanja. Pridobljeni, v obliki tabel in grafov predstavljeni podatki, so pokazali, da udeležba na tekmovanju iz znanja logike narašča, da se na tekmovanjih pojavlja manj tipskih nalog kot ne tipskih ter da obstajajo razlike v rezultatih iz tekmovanja glede na regijo. Prav tako obstajajo razlike pri rezultatih dobitnikov brona glede na regijo, ni pa razlike pri rezultatih dobitnikov brona glede na spol.
Ključne besede: tekmovanje iz znanja logike, razredni pouk, logika, izjave, klasifikacija nalog, vitezi in oprode, gobelini, svetovi, reševanje s tabelo
Objavljeno v DKUM: 25.07.2012; Ogledov: 3993; Prenosov: 459
.pdf Celotno besedilo (1,92 MB)

90.
KLASIFIKACIJA SPLETNIH NOVIC S POMOČJO METOD PODATKOVNEGA RUDARJENJA V BESEDILU
Mitja Sandić, 2012, diplomsko delo

Opis: Pogosto uporabniki interneta dobijo rezultat iskanja, ki vsebuje širok spekter dokumentov, a le nekaj je teh, ki so pomembni za njihove potrebe po informacijah. Za reševanje tega problema vedno več sistemov iskano informacijo organizira po ključu, ki je vsebinsko povezan s podatki. Poglejmo dva glavna avtomatska pristopa k organizaciji informacij: interaktivno povezovanje rezultatov iskanja (angl. clustering) in predkategoriziranje dokumentov, kjer zagotovimo hierarhično strukturo iskanja. Oba pristopa zahtevata v realnem svetu aplikacij učinkovite algoritme, ki se ubadajo s problematiko predstavitev dokumentov s sto ali več tisoč besedami. Problem se pojavi v tem, kako analizirati in obdelati takšno količino podatkov. V diplomskem delu bomo predstavili, kako dokumente pravilno pripraviti (zmanjšati vsebino dokumentov), ne da bi pri tem negativno vplivali na samo klasifikacijo. Poleg tega pa, kako z dodatnimi parametri zagotoviti še boljšo klasifikacijo.
Ključne besede: podatkovno rudarjenje v besedilih, klasifikacija, iskanje informacij.
Objavljeno v DKUM: 12.06.2012; Ogledov: 1719; Prenosov: 241
.pdf Celotno besedilo (2,81 MB)

Iskanje izvedeno v 1.36 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici