REPOZITORIJ > REZULTATI

Preglej vse

Rezultati iskanja (5)

Učinkovito nevro-simbolno strojno učenje

Avtor(ji): Blaž Škrlj (Avtor), Nada Lavrač (Mentor)

Leto: 2022

Tip: Doktorska disertacija

Obujeno področje globokega učenja je v zadnjem desetletju ponudilo pristope, ki postajajo ključni sestavni deli sodobnih inteligentnih sistemov. Poleg učinkovitosti je za te metode značilna tudi njihova sposobnost procesiranja večjih količin podatkov (skaliranje). Glavni pomanjkljivosti globokega učenja sta neinterpretabilnost ter nezmožnost direktne izrabe uporabnega simbolnega predznanja. Veja strojnega učenja, ki …

Rudarjenje besedil za meddomensko odkrivanje znanja

Avtor(ji): Matjaž Juršič (Avtor), Nada Lavrač (Mentor), Bojan Cestnik (Somentor)

Leto: 2013

Tip: Doktorska disertacija

Čedalje večja specializacija raziskav, znanstvenikov in znanstvenih področij je prevladujoči trend na področju znanosti. Povečujoča specializacija vodi v poglobljene, a hkrati zelo izolirane otoke znanja, čeprav je znano, da mnogo kompleksnih problemov zahteva združevanje znanj z različnih področij. Ker se znanstvene informacije kopičijo čedalje hitreje, je dandanes težko slediti že …

Odkrivanje zakonitosti iz podatkov v okolju spletnih servisov

Avtor(ji): Vid Podpečan (Avtor), Nada Lavrač (Mentor)

Leto: 2013

Tip: Doktorska disertacija

Disertacija obravnava razvoj novih scenarijev odkrivanja znanja v modernem okolju za podatkovno rudarjenje z uporabo principov servisno orientirane arhitekture, spletnih servisov, interaktivnih delotokov, ontologij ter avtomatske gradnje delotokov za podatkovno rudarjenje. Razvili smo orodje Orange4WS, ki nadgrajuje Orange, obstoječe odprtokodno orodje Orange za podatkovno rudarjenje. Orange4WS omogoča enostavno uporabo spletnih …

Nadzorovano učenje opisnih pravil

Avtor(ji): Petra Kralj Novak (Avtor), Nada Lavrač (Mentor)

Leto: 2009

Tip: Doktorska disertacija

The goal of knowledge discovery in databases is to construct models or discover interesting patterns in data. Model construction and pattern discovery are frequently performed by rule learning, as the induced rules are easy to be interpreted by human experts. The standard classification rule learning task is to induce classification/prediction …

Funkcijska interpretacija podatkov o izraženosti genov

Avtor(ji): Igor Trajkovski (Avtor), Nada Lavrač (Mentor)

Leto: 2007

Tip: Doktorska disertacija

Genske mikromreže so v žarišču biotehnološke revolucije, saj omogočajo sočasno merjenje izraženosti več deset tisoč genov. Cilj tipičnega eksperimenta z mikromrežami je najti funkcijsko interpretacijo izraženosti genov, z drugimi besedami molekularno razlago za makroskopska opažanja (npr. na katere poti vpliva zmanjšanje glukoze v celici, kateri biološki proces je pomemben za …