Repozitorij samostojnih visokošolskih in višješolskih izobraževalnih organizacij

Iskanje po repozitoriju
A+ | A- | Pomoč | SLO | ENG

Iskalni niz: išči po
išči po
išči po
išči po

Možnosti:
  Ponastavi


1 - 10 / 18
Na začetekNa prejšnjo stran12Na naslednjo stranNa konec
1.
Razvoj, ovrednotenje in primerjava odločitvenih modelov za napovedovanje delovanja čistilne naprave : diplomska naloga
Marko Štemberger, 2023, diplomsko delo

Opis: V diplomski nalogi raziskujemo, kako lahko odločitvene modele v programu Orange uporabimo za čiščenje odpadne vode. Glavno vprašanje, ki nas zanima, je, kako dobro lahko ti modeli napovedujejo učinkovitost čistilnih naprav za odpadne vode, še posebej ko gre za razmerje med različnimi vhodnimi in izhodnimi parametri. Da bi to ugotovili, smo se lotili kombinacije empirične analize in strojnega učenja. Uporabili smo tri različne algoritme: Neural Networks (NN), Random Forest (RF) in Naivni Bayes (NB). Da bi še dodatno izboljšali naše modele, smo vključili tudi algoritem ReliefF, ki nam je pomagal izbrati tiste spremenljivke, ki najbolj vplivajo na naše rezultate. Glavni cilj naše raziskave je bil razjasniti, kako lahko odločitveni modeli pomagajo pri čiščenju odpadne vode. Končni cilji so bili jasni: ustvariti robustne odločitvene modele, preveriti, kako dobro delujejo, in ugotoviti, katere spremenljivke so ključne za uspešno čiščenje odpadne vode.
Ključne besede: strojno učenje, nevronske mreže, naključni gozd, naivni Bayes, algoritem ReliefF, odločitveni modeli, Orange
Objavljeno v ReVIS: 06.12.2023; Ogledov: 448; Prenosov: 35
.pdf Celotno besedilo (3,71 MB)

2.
Algorithm for short-time correction of wind speed forecasting models : doctoral dissertation
Zdravko Kunić, 2023, doktorska disertacija

Opis: In this dissertation, a new algorithm for forecast correction of short-term wind speed predictions is proposed to improve the forecast of bora gusts, frequently resulting in high-speed wind situations dangerous for traffic. The motivation arises from occasionally ambiguous results of the decision support system relying only on the last forecast, which aids traffic management in strong and gusty wind conditions on the roads in Croatia. The proposed correction algorithm uses numerical weather prediction model characteristics to iteratively forecast the wind speed multiple times for the same future window. Iterative predictions are used as input features of the algorithm, and corrected predictions result from the output. The proposed algorithm is tested with artificial neural networks, random forests, support vector machines, and linear regression to demonstrate the superiority of the algorithm performance on a dataset comprising five years of actual data measurements at the Croatian bridge Krk and complementary historical forecasts by ALADIN numerical weather prediction model.
Ključne besede: upravljanje prometa, napoved hitrosti vetra, popravek napovedi, nevronske mreže, zaporedne napovedi
Objavljeno v ReVIS: 09.11.2023; Ogledov: 436; Prenosov: 28
.pdf Celotno besedilo (3,75 MB)

3.
Razvoj digitalne strategije za Srednjo šolo za gostinstvo in turizem : magistrska naloga
Tea Zakšek, 2023, magistrsko delo

Opis: Informacijska družba zahteva hitro usvajanje znanj, saj le-te omogočajo konkurenčnost v izobraževanju. Ker je Evropska unija že sprejela digitalni akcijski načrt v izobraževanju, je potrebno strokovne delavce ustrezno pripraviti na pričakovano prenovo, saj z obstoječimi digitalnimi kompetencami ne bodo kos zahtevam prenovljenih učnih načrtov. Projekt Dviga digitalne kompetentnosti je zasnovan z namenom zagotavljanja podpore vzgojno – izobraževalnim zavodom pri implementaciji digitalne strategije, kar je glavni cilj pričujoče magistrske naloge. V prvem delu naloge so teoretično opisani osnovni pojmi obravnavane tematike. Nadaljnje empirično raziskovanje je potekalo s samoevalvacijskim orodjem SELFIE, s katerim je bila raziskana stopnja digitalnih kompetenc dijakov in strokovnih delavcev v Srednji šoli za gostinstvo in turizem v Novem mestu. Izhajajoč iz pridobljenih podatkov o stanju digitalnih kompetenc, smo z metodo DEX ter orodjem za večriterijsko modeliranje DEXi, izbrali tri področja razvojnih prioritet za izgradnjo digitalne strategije šole.
Ključne besede: digitalna strategija, digitalne kompetence, orodje SELFIE, DEXi
Objavljeno v ReVIS: 25.04.2023; Ogledov: 778; Prenosov: 107
.pdf Celotno besedilo (6,57 MB)

4.
A decision support system for identity and access management : doktorska disertacija
Miljenko Hajnić, 2022, doktorska disertacija

Opis: Managing redeployment of employees is a complex and highly demanding process for a company’s decision-makers in the human resources department since it requires fast responsiveness, in particular when there is a huge amount of requests and activities required to answer the organizational needs. Redeployment requires multiple evaluations of employees and organizational units involving many attributes, such as education, skills, work experience, and distance from the workplace, to name a few. Consequently, every redeployment task causes a new cycle of granting new access rights to the company’s application software. Since the whole granting access procedure can take from several hours up to several days, depending on the number of IT administrators and the number of employees’ user accounts that have to be appropriately configured, the cost of employee redeployment is directly reflected through the overhead expense for employees while they wait for their user account to be updated, and in the meantime, the company’s income will be lower than the projected one. To address this problem, this doctoral thesis focuses on the importance of key service interoperability and the development of software components that enable the integration of the decision model with Human Resources Management software and Identity and Access Management software into the decision support system in order to increase the company’s efficiency and effectiveness. Key service interoperability was achieved by first developing a decision support model using the Decision EXpert (DEX) method. The developed DEX model was applied for a logical base in the development of the web-based application. We developed a custom web-based application that evaluates multiple entities at once and proposes several appropriate alternatives ranked by three novel algorithms that we developed for three different contexts of employee redeployments. Our web-based application is a software prototype designed for easy integration with other business applications involved in the process of employee redeployment. Finally, we performed several process simulations to conceptually test the possibility, feasibility and profitability of software improvements and integrations.
Ključne besede: decision support, decision expert, human resources, redeployment, identity and access management
Objavljeno v ReVIS: 25.02.2022; Ogledov: 1085; Prenosov: 92
.pdf Celotno besedilo (2,31 MB)

5.
Napovedovanje števila dohodnih klicev sistema javne varnosti za klic v sili 112 ob uporabi odprtih podatkov interneta stvari : Doktorska disertacija
Valerij Grašič, 2021, doktorska disertacija

Opis: Na svetu je veliko naravnih razmer, kot so potresi, cunamiji, poplave in žled, ki povzročajo nesreče večjega obsega. Informacije o takšnih dogodkih zbirajo sistemi javne varnosti za klic v sili 112. Ključno vprašanje v okviru podane naloge je vnaprejšnja klasifikacija dohodnih klicev na klic v sili 112. Medtem ko napovedovanje dohodnih klicev v Sloveniji temelji na povprečnem in največjem številu dohodnih klicev, je vsebina doktorske disertacije povezana z zagotavljanjem bolj dinamičnega, inteligentnejšega in na umetni inteligenci utemeljenega napovedovanja števila dohodnih klicev na sistem javne varnosti, ki je ovrednoteno za Ljubljano in Slovenijo z upoštevanjem vseh dohodnih klicev na sistem za klic v sili 112. Narejena je primerjava petih različnih metod klasifikacije za mesto Ljubljana in celotno Slovenijo. Skupaj je uporabljenih 20 atributov za Ljubljano ter 176 atributov za Slovenijo. Število dohodnih klicev se razdeli v dva velikostna razreda, to sta razreda regularni in alarm, ter v štiri velikostne razrede, kjer se razred regularni dodatno razdeli še na razrede majhen, normalen in povečan. Podatki so zbrani na dnevni osnovi za dve časovni obdobji, označeni kot prvo (za leta 2013–2016) in drugo (za leto 2018). Za klasifikacijo so uporabljene metode Naive Bayes, SVM, AdaBoostM1, J48 ter Random Forest, in sicer po kvartalih ter za celotno opazovano obdobje. Rezultati ovrednotenja kažejo, da je najboljša metoda Random Forest, dobre rezultate pa izkazujejo tudi metode J48, Naive Bayes, AdaBoostM1 in SVM. V najboljšem klasifikacijskem primeru s podatki za Slovenijo in metodo Random Forest z dvema razredoma je bila dosežena točnost 94,6 % za celotno obdobje in 98,1 % po kvartalih ter za štiri razrede dosežena točnost 69,2 % za celotno obdobje in 82,5 % po kvartalih. Na osnovi rezultatov ovrednotenja so podani dodatni predlogi, kako pristopiti k napovedovanju števila dohodnih klicev za različne primere. Podani rezultati in predlogi v okviru doktorskega dela so korak naprej v smeri napovedovanja dohodnih klicev. S tem je možno izboljšati zavedanje situacije v kontrolnih sobah, kar vključuje tako dinamiko klicev kot tudi vnaprejšnjo pripravljenost različnih služb na izjemne dogodke.
Ključne besede: javna varnost, 112, pametno mesto, varno mesto, klasifikacija, internet stvari (IoT)
Objavljeno v ReVIS: 18.06.2021; Ogledov: 1698; Prenosov: 138
.pdf Celotno besedilo (5,56 MB)

6.
Podatkovno rudarjenje na področju spletne maloprodaje: študija primera specifične trgovine z darili v Veliki Britaniji : Diplomska naloga
Leja Rukše, 2020, diplomsko delo

Opis: V diplomskem delu je rdeča nit podatkovno rudarjenje. Gre za eno izmed tehnoloških rešitev, ki pomagajo v podjetjih in znanstvenih ustanovah pri odkrivanju znanja v kupu podatkov, ki jih imenujemo tudi Big Data. Gre za odkrivanje vzorcev in povezav, ki koristijo, gledano trgovska podjetja, pri opredeljevanju strank med zveste kupce, tiste, ki se pogosto poslužujejo nakupov ali so redki kupci, zapravijo v podjetju največ ali pa so pogosti kupci. Namen rudarjenja je iz analiz razbrati, kaj stranka potrebuje in katere stranke se bodo z večjo verjetnostjo odzvale na ponudbo. Sicer pa je bistveno pri podatkovnem rudarjenju tudi to, da se uporablja lahko v vseh panogah in znatno pripomore k lažjemu poslovanju. V drugem delu je v empiričnem delu pred-stavljena konkretna analiza razvrščanja v skupine z rezultati.
Ključne besede: podatkovno rudarjenje, Weka, analiza, atribut, filtriranje, razvrščanje v skupine, k-means
Objavljeno v ReVIS: 01.10.2020; Ogledov: 2362; Prenosov: 153
.pdf Celotno besedilo (1,57 MB)

7.
Zaznavanje sentimenta v novicah z globokimi nevronskimi mrežami : diplomska naloga
Andraž Pelicon, 2019, diplomsko delo

Opis: Diplomska naloga se ukvarja z analizo sentimenta v novicah. To področje v zadnjem času pridobiva na priljubljenosti, predvsem v okviru napovedovanja gibanja finančnih trgov, vendar je za slovenski jezik še dokaj slabo raziskano. Za slovenščino sicer obstajajo modeli, osnovani na metodi podpornih vektorjev, vendar ti niso dostopni za javno uporabo. V okviru te raziskave smo zasnovali arhitekturo na osnovi nevronskih mrež, ki za klasifikacijo uporablja kombinacijo samodejno generiranih značilk in TF-IDF obtežitev. Modeli, ki uporabljajo omenjeno arhitekturo, dosegajo primerljive rezultate z že obstoječimi modeli in so sposobni učinkovitega učenja na korpusih v velikosti okrog 10.000 dokumentov. Najuspešnejši model iz raziskave je na voljo kot spletna storitev na naslovu classify.ijs.si.
Ključne besede: analiza sentimenta, novice, slovenščina, nevronske mreže, globoko učenje
Objavljeno v ReVIS: 04.10.2019; Ogledov: 4012; Prenosov: 121
.pdf Celotno besedilo (1,48 MB)

8.
Aplikacija za sledljivost v obratu Ca-Fosfati : diplomska naloga
Matjaž Kovač, 2018, diplomsko delo

Opis: Avtor ne dovoljuje objave na spletni strani oz. v elektronski knjižnici FIŠ zaradi prepovedi organizacije, v sklopu katere je bil pripravljen empirični del naloge.
Ključne besede: sledljivost, spletna aplikacija, HTML, CSS, JavaScript, PHP, MySQL
Objavljeno v ReVIS: 15.01.2019; Ogledov: 2934; Prenosov: 0

9.
Multilevel complex systems approaches to computational linguistics : doctoral dissertation
Kristina Ban, 2018, doktorska disertacija

Opis: Complex systems are omnipresent in nature, society as well as in human culture. Last few decades saw an increase of interest for their study, particularly by using graph-theoretic methodologies. By identifying systems' units as nodes and modelling interactions between the units as links, the study of complex networks spread to a number of disciplines including sociology, biology and linguistics, to just mention a few. The research done in this doctoral dissertation falls in this context. The core of this doctoral work is the data-driven multilevel analysis of major human languages, which was done in two stages. First, we looked at the speed of growth of Wikipedias in 26 different languages over the span of 15 years. This involved creating and analysing a dataset with 14962 articles, each of which exists in all 26 languages. We found six well-defined clusters of Wikipedias that share common growth patterns, with their make-up robust against the method used for their determination. Interestingly, the identified clusters were found to have little correlation with the respective language families. Rather, our results suggest that growth of Wikipedias is primarily governed by an intricate set of other factors, from culture to information literacy. Second, to approach human languages at another independent level, we gathered a dataset comprising a list of syllables and a list of syllables words in 10 different languages, specifically: English, Dutch, German, Russian, Slovenian, Croatian, French, Spanish, Latin and Basque. These datasets were obtained from recognized repositories for each language and benchmarked in the same way. Syllable networks were created by looking at pairs of syllables that jointly compose at least one word. We then carried out a systematic network analysis, relying on both standard network analysis methods and more recent techniques, such as K-core analysis and graphlet statistics. Research revealed striking similarities between the architectures of syllable networks that belong to the same language family, along with expected differences between the families. Indeed, structures of syllable networks were found to well quantify the linguistic similarities among these 10 languages, exactly as known from classical linguistics. Most interestingly, we found that Basque language, whose classification is as of today still unknown, bares a strong resemblance to Latin, at least when syllable network representation is concerned. Earlier stages of this doctoral work involved comparing the performance of network alignment algorithms, used in bioinformatics for studying protein networks. Several alignment algorithms were compared by scoring their performance on standard protein datasets. It was found that three algorithms, HUBALIGN, L-GRAAL and NATALIE, regularly produce the most topologically and biologically coherent alignments. Due to the change of doctoral adviser, this research topic was abandoned in favour of language/syllable networks. In sum, this doctoral work involved two distinct directions of research in network science, one related to developing the methodology of network analysis (alignment algorithms), and the other devoted to extracting new information from specifically designed datasets (syllable networks). Therefore, the original contribution of this work to science includes both theory and methodology. Future research avenues include advancement along both directions, most interesting being the application of network alignment methods to syllable datasets, which could reveal more precise quantification of structural differences among syllable networks.
Ključne besede: computational statistics, biostatistics, bioinformatics, machine learning, computational linguistics
Objavljeno v ReVIS: 21.12.2018; Ogledov: 3196; Prenosov: 139
.pdf Celotno besedilo (17,51 MB)

10.
Primerjalna analiza Evklidske in Poincaréjeve metrike v algoritmih strojnega učenja : magistrska naloga
Alenka Trpin, 2018, magistrsko delo

Opis: Živimo v času, ko si življenja brez računalnikov ne predstavljamo. Množična uporaba tako imenovane informacijsko komunikacijske tehnologije je proizvedla velike količine podatkov, ki jih sami ne moremo interpretirati in uporabiti. Z orodji podatkovnega rudarjenja in strojnega učenja se velike množice podatkov lahko obdelajo in uporabijo za napovedovanje in klasifikacijo. Eno od orodij za tako obdelavo podatkov je WEKA. Naloga temelji na osnovnem klasifikacijskem agoritem k najbližjih sosedov. V različnih panogah (gospodarstvo, zdravstvo, vojska...) se vedno bolj uporablja in shranjuje podatkovne baze raznovrstnih slik oziroma fotografij. Pri prepoznavanju podobosti med dvema fotografijama je pomembno, da algoritem prepozna določene vzorce. Prepoznavanje temelji na metriki. V ta namen je v orodje WEKA implementiran algoritem, ki temelji na Poincaréjevi metriki. Testiran je na podatkovni množici fotografij. Za namen primerjave je bil uporabljen algoritmom, ki temelji na evklidski metriki.
Ključne besede: podatkovno rudarjenje, strojno učenje, Poincaréjeva metrika, WEKA, k najbližjih sosedov, segmentacija
Objavljeno v ReVIS: 30.11.2018; Ogledov: 3934; Prenosov: 153
.pdf Celotno besedilo (1,07 MB)

Iskanje izvedeno v 0.26 sek.
Na vrh