Najnovejša akademska dela
Različni pristopi za ojačenje dielektričnega odziva polimernih in keramičnih materialov
Dielektrični materiali so ključni sestavni deli elektronskih naprav in elektroenergetskih sistemov, zato sta načrtovanje in razvoj novih materialov z ojačenim dielektričnim odzivom še vedno izjemno pomembna. V tej disertaciji so preučeni trije različni pristopi za ojačenje dielektričnega odziva: (i) perkolativni kompoziti, (ii) mešanje polimerov in (iii) induciranje kritičnosti, pri čemer …
Ekološko modeliranje fitoplanktonske združbe v severnem Jadranskem morju
Doktorska disertacija preučuje ekološko dinamiko fitoplanktonskih združb v severnem Jadranu s poudarkom na fenologiji, okoljskih dejavnikih in trofodinamiki. Kompleksnost območja, ki ga zaznamujejo pestrost fitoplanktonskih združb, velika spremenljivost okolja in intenzivne človekove dejavnosti v tej disertaciji ni obravnavana kot ovira, temveč kot priložnost za pridobitev novih ekoloških spoznanj. Disertacija gradi …
Genetska variabilnost in biološki označevalci izpostavljenosti svincu
Disertacija preučuje asociacije med biomarkerji izpostavljenosti svincu (Pb) ter, kjer je primerno, tudi živemu srebru (Hg), in genetsko variabilnostjo v ranljivih populacijah, kot so nosečnice in njihovi novorojenčki iz Italije, Slovenije in Hrvaške ter slovenski moški v reproduktivnem obdobju. Raziskava temelji na podatkih projektov »Public Health Impact of Long-term, Low-level …
Razvoj aerosolizatorja za razkuževanje radioloških naprav in prostorov z uporabo steriplant©n ter ocena možne toksičnosti
Magnetna resonanca (MR) je diagnostična metoda s širokim spektrom uporabe v diagnostiki. Uporabljamo jo pri hospitaliziranih in ambulantnih pacientih. Preiskave, ki jih opravljamo v diagnostičnih prostorih MR so zaradi velike frekvence preiskav potencialno rezervar za patogene mikroorganizme in posledično prenos infekcijskih obolenj na paciente in osebje. Prostor magnetne resonance je …
Predstavitev in uporaba podatkov iz primerjalnih študij za optimizacijo in učenje
Nagel razvoj strojnega učenja in optimizacije črnih skrinjic je privedel do večje odvisnosti od primerjalnih podatkov za vrednotenje in primerjavo algoritmov na različnih področjih, vendar pa učinkovito izkoriščanje teh podatkov otežujejo izzivi, kot so sintaktična raznolikost, semantična dvoumnost in pomanjkanje standardizacije. Pričujoča disertacija se ukvarja s temi izzivi in zagovarja …
Identifikacija srčnih zvokov za analizo bolezni srca s pomočjo strojnega učenja
Bolezni srca in žilja ali kardiovaskularne bolezni (KVB) so vodilni vzrok smrti v svetu. Močno vplivajo na kakovost življenja bolnikov in predstavljajo precejšno obremenitev za zdravstvene sisteme. Povečevanje pojavnosti kroničnega srčnega popuščanja (KSP), ki je pogosta posledica KVB, predstavlja naraščajočo obremenitev za zdravje ljudi. Natančna in zgodnja identifikacija KVB je …
Izotopska sestava stroncija: vpogled v geološke in okoljske vplive na študije porekla mlečnih izdelkov in lesa
Namen doktorske disertacije je bil raziskati učinkovitost uporabe izotopske sestave stroncija (Sr) v kombinaciji z večelementno sestavo kot orodja za geografsko diskriminacijo različnih vzorcev naravnega izvora. Osredotočili smo se na dva projekta, in sicer sledenje porekla sira in mleka z otoka Naksos v Grčiji (Projekt 1) in lesa iz vzhodnih …
Izotopsko sledenje vode od vira do pipe
Hitro naraščanje prebivalstva in povečano povpraševanje po vodi močno obremenjujeta količino in kakovost lokalnih vodnih virov. Podnebne spremembe dodatno obremenjujejo vodno bilanco, vplivajo na napajanje vodonosnikov in prispevajo k onesnaževanju ter degradaciji vodnih virov. Za reševanje teh izzivov so potrebne strategije upravljanja vodnih virov, ki izboljšujejo tako kakovost kot tudi …
Razložljive tehnike strojnega učenja v znanostih o življenju
Ekološke, kmetijske in biološke discipline se soočajo z vse večjimi izzivi, kot so izguba biotske raznovrstnosti, motnje v prehranjevalnih verigah in podnebne spremembe, zato postaja uporaba strojnega učenja za obdelavo kompleksnih in heterogenih podatkov vse bolj pomembna. Disertacija raziskuje potencial strojnega učenja v kombinaciji z razlagalnimi pristopi za izboljšanje raziskav …
Metodologija strojnega učenja za avtomatsko delovanje metapodatkov v arhivih kulturne dediščine
V tej doktorski disertaciji predstavljamo novo metodologijo strojnega učenja za avtomatsko dodeljevanje metapodatkov digitaliziranim predmetom kulturne dediščine. Kulturna dediščina je primer področja, ki zahteva strokovno označevanje, z malo že obstoječih označenih zbirk podatkov in kjer je pridobivanje dodatnih označenih podatkov izziv. Družbena pomembnost kulturne dediščine leži v njeni vlogi pri …