1. An enhanced Python framework for hydrological modeling in alpine catchments: snow hysteresis and glacier ice meltMartin Masten, Simon Seelig, Matevž Vremec, Magdalena Seelig, Gerfried Winkler, 2026, izvirni znanstveni članek Opis: Simulating snow cover and glacier ice melt is essential for understanding hydrological processes in high-alpine catchments. We present a new Python extension to the Rainfall-Runoff Modeling Playground (RRMPG) that incorporates two key alpine-specific processes: snow cover hysteresis and glacier ice melt. Snow hysteresis captures the asymmetric evolution of snow-covered area between accumulation and melt periods, while glacier melt modeling is crucial in glacierized catchments due to its strong influence on water balance. The model is tested in two catchments in the ¨Otztal Alps and shows high accuracy in simulating runoff and snow cover dynamics. A multi-objective calibration approach using observed runoff and MODIS snow cover data improves model robustness. Designed for modularity and interoperability, the framework integrates easily with tools for calibration, sensitivity analysis, and data visualization. This open-source extension advances hydrological modeling in complex alpine environments by offering enhanced process representation, flexibility, and compatibility with Python-based workflows.
Ključne besede: snow model, glacier model, alpine hydrology, Python, snow cover hysteresis, rainfall-runoff modeling
Objavljeno v ReVIS: 23.03.2026; Ogledov: 749; Prenosov: 5
 Celotno besedilo (9,67 MB)
Gradivo ima več datotek! Več... |
2. Načrtovanje nevronske mreže za napovedovaje kvalitete tlačnega litja.Đejhan Ljimani, 2025, ni določena Opis: Diplomska naloga raziskuje področje umetne inteligence, s poudarkom na uporabi nevronskih mrež za napovedovanje kakovosti pri visokotlačnem litju. Uvodnemu delu, ki podaja kontekstualni okvir, sledi teoretični del, ki obravnava ključne vidike umetne inteligence, vključno z zgodovinskim razvojem umetne inteligence in opisom strojnega učenja, ki vključuje nadzorovano, nenadzorovano in spodbujevalno učenje. Prav tako so v tem delu opisane nevronske mreže, njihova sestava, arhitekturne značilnosti ter lastnosti, skupaj s procesi modeliranja, določitvijo topologije in metrikami za ocenjevanje učinkovitosti regresijskih modelov. Del je zaključen s pregledom programskega jezika Python in njegovih knjižnic za strojno učenje, ki podpirajo analizo v empiričnem delu naloge.
Empirični del naloge vključuje razvoj pilotnega modela napovedovanja kakovosti visokotlačnega litja s pomočjo orodja Orange ter implementacijo nevronske mreže v programskem jeziku Python. S pomočjo teh pristopov naloga prikazuje možno pot za napovedovanje kakovosti izdelkov pri visokotlačnem litju.
Ključne besede: umetna inteligenca, strojno učenje, nevronske mreže, Python, visokotlačno litje.
Objavljeno v ReVIS: 23.02.2025; Ogledov: 1519; Prenosov: 14
Celotno besedilo (1,90 MB) |
3. Razvoj alarmno-informacijskega sistema s konceptom interneta stvari : diplomska nalogaBoštjan Satošek, 2021, diplomsko delo Opis: V diplomski nalogi predstavljamo prototip alarmno-informacijskega sistema za domačo uporabo. V teoretičnem delu smo na splošno predstavili alarmne sisteme in javno kriptografijo s pomočjo eliptičnih krivulj, zgoščevalnih algoritmov in šifriranja Salsa20. Predstavili smo tudi stojno in programsko opremo, ki smo jo uporabili v nalogi. Izvedli smo razvoj sistema s prikazom sestavljanja stojne opreme, implementacijo programske opreme s programiranjem strežniškega dela z odjemalcem. Po izvedbi programiranja je bila izdelana aplikacija, s katero lahko upravljamo delovanje sistema. Ko smo vse zaključili, smo izvedli test delovanja in primerjavo narejenega sistema z napravami, ki so trenutno na trgu. Ko smo testiranje zaključili, smo izvedli anketo med uporabniki sistema in s pomočjo statistike ter podanih odgovorov izdelali splošno oceno sistema.
Ključne besede: RFID, alarmI, informacijski sistemi, zgoščevalni algoritmi, internet stvari, Python, IoT, Raspberry Pi, Arduino
Objavljeno v ReVIS: 18.08.2021; Ogledov: 4582; Prenosov: 104
Celotno besedilo (3,21 MB) |
4. Razvoj prototipnega sistema za celovito upravljanje kmetijskih objektov na osnovi interneta stvari : Magistrska nalogaIgor Čarman, 2020, magistrsko delo Opis: V magistrski nalogi smo razvili in izdelali prototip za celovito upravljanje objektov na kmetiji s pomočjo interneta stvari. To smo storili s pomočjo miniračunalnika, ki vsebuje operacijski sistem Linux. Miniračunalnik je dovolj zmogljiv, da lahko na njem izdelamo rešitve za različna področja interneta stvari z lastnim oblakom. Strojna oprema temelji na miniračunalniku Raspberry 4 in pa RF 8.44 MHz brezžični povezavi temperaturnih senzorjev in stikal, ki komunicirajo med seboj preko protokola RS-232. Opravili smo študijo primera, ki obravnava bistvene značilnosti tako privatnega kot javnega oblaka, njune prednosti in omejitve. Naredili smo spletni portal, ki uporablja označevalni jezik HTML5. Ta omogoča vektorske izrise, ki so temelj za prikaz različnih gradbenih objektov. Portal je podprt z relacijsko bazo SQL, kar omogoča, da je celotna aplikacija prilagodljiva za različno velike objekte, kot npr. industrijske hale, stanovanjske hiše in podobno. Povezovalni jezik med HTLM5, CSS in bazo SQL je programski jezik Python.
Ključne besede: internet stvari, Python, SQL, spletna aplikacija, HTML5
Objavljeno v ReVIS: 07.09.2020; Ogledov: 4541; Prenosov: 153
Celotno besedilo (1,95 MB) |
5. Primerjava postopkov in orodij za preskušanje programske kode, napisane v programskih jezikih Javascript in Python : diplomska nalogaUrška Rožman, 2019, diplomsko delo Opis: Diplomska naloga znotraj teoretičnega dela poudarja pomen preskušanja programske opreme ter razčleni metode, načela, pristope in načine preskušanja programske opreme. Znotraj empiričnega dela so implementirani trije programski problemi, ki so implementirani tako v programskem jeziku JavaScript kot v programskem jeziku Python, ter programski preskusi implementirani v okoljih Jasmine, Ava, Unittest ter Python.
Dobljene preskuse smo analizirali na podlagi različnih izbranih kriterijev. V prvem koraku smo analizirali čas, potreben za izvedbo preskusov, namestitev okolja ter zahtevnost implementacije preskusov. V drugem koraku smo analizirali način, jasnost in natančnost prikaza uspelih ter neuspelih preskusov, v tretjem pa, kako se programsko okolje obnaša ob vnosu nepravilnih, nedefiniranih vrednosti ter zaznavanje razlike med velikostjo črk.
Ključne besede: programska oprema, preskušanje programske opreme, JavaScript, Python, okolja za preskušanje programske opreme
Objavljeno v ReVIS: 14.08.2019; Ogledov: 5363; Prenosov: 214
Celotno besedilo (1013,93 KB) |
6. Analiza skupnosti na družbenem omrežju igralcev in filmov : diplomska nalogaSimon Retelj, 2016, diplomsko delo Opis: Z razvojem spleta je znanost analize omrežja dosegla zlato dobo, saj imamo na razpolago neomejeno število enostavno dostopnih podatkov. S popularnostjo in razvojem družbenih omrežij pa je prišla v ospredje tudi analiza družbenih omrežij. Cilj te diplomske naloge je ustvariti omrežje filmov in omrežje igralcev, katerih podatke bomo pridobili iz podatkovne baze spletne strani IMDb. To nam bo omogočila knjižnica IMDb.Py programskega jezika Python, v katerem bo potekala tudi nadaljnja analiza obeh omrežij. Nad omrežjema bomo pognali štiri najbolj popularne mere centralnosti, in sicer Degree, Closeness, Betweenness in Eigenvector. Te bomo med seboj primerjali in poskušali odkriti, ali med njimi obstaja kakšna povezava. Prav tako bomo preverili, ali obstaja kakšna povezava med omrežjema glede centralnosti. V omrežjih bomo poskušali odkriti skupnosti; to bomo storili z algoritmoma Louvain in CNM. Iz pridobljenih skupnosti bomo skušali ugotoviti razlike med njimi na podlagi podatkov, ki so nam na voljo.
Ključne besede: podatki, analiza družbenih omrežij, centranost, skupnosti, Python, Louvain, CNM, IMDb
Objavljeno v ReVIS: 22.08.2018; Ogledov: 5199; Prenosov: 161
Celotno besedilo (2,10 MB) |
