Najnovejša akademska dela
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 …
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 …
Analiza preprek za širjenje novic
Novice se širijo po različnih vzorcih ter imajo različno dinamiko širjenja skozi čas. Pokritost nekaterih novic je zaradi številnih razlogov omejena na določeno regijo. Novice potencialno prečkajo številne prepreke, kot so jezikovne, gospodarske, geografske, politične, časovne in kulturne. Opazovanje teh preprek nam daje vpogled v to, kaj lahko vpliva na …
Avtomatsko zaznavanje ranljivosti za varnost spletnih strani
Varnost spletnih aplikacij je še vedno izziv, čeprav že več kot desetletje potekajo obsežni raziskovalni napori na tem področju. Skupnost za kibernetsko varnost si prizadeva operacijske sisteme in komunikacijska omrežja narediti bolj varne, napadalcem pa otežiti napade. K enakemu cilju stremi tudi, ko gre za spletne aplikacije. Vendar je treba …