REPOZITORIJ > REZULTATI

Preglej vse

Rezultati iskanja (48)

Uporaba računskih pristopov za preučevanje stikov med proteini in RNK, zaznanih z metodo CLIP, ter njihove specifičnosti in dinamike v embrionalnem razvoju

Avtor(ji): Klara Kuret (Avtor), Jernej Ule (Mentor), Miha Modic (Somentor)

Leto: 2024

Tip: Doktorska disertacija

RNK vezavni proteini (RBP ji) so ključni regulatorji izražanja genov v celici. Sodelujejo pri raznovrstnih procesih metabolizma RNK molekul in tako omogočajo ustrezno delovanje celic in njihov odziv na signale iz okolja. Posamezen protein, ki se veže na RNK molekule, na njih prepozna s pecifične vezavne motive , ki jih …

Karakterizacija zveznih večkriterijskih optimizacijskih problemov z omejitvami

Avtor(ji): Aljoša Vodopija (Avtor), Bogdan Filipič (Mentor)

Leto: 2024

Tip: Doktorska disertacija

Kljub večjemu številu nedavno objavljenih člankov na področju večkriterijske optimizacije z omejitvami razumevanje in karakterizacija večkriterijskih optimizacijskih problemov z omejitvami ostajata nezadovoljiva. Zato je izbira ustreznih problemov za primerjalno analizo zahtevna in nima formalne osnove. V takšnih okoliščinah je priprava dobro zasnovanega eksperimenta težka naloga, ki ob neustrezni izbiri testnih …

Napovedovanje povpraševanj z metodami strojnega učenja

Avtor(ji): Jose Martin Rožanec (Avtor), Dunja Mladenić (Mentor), Blaž Fortuna (Somentor)

Leto: 2023

Tip: Doktorska disertacija

V doktorski disertaciji smo preučili uporabo strojnega učenja za napoved povpraševanja. Predlagali smo novi pristop za napoved občasnega povpraševanja, ki ima redno manjše ali večje razlike v povpraševanih količinah. Pristop deli napoved občasnega povpraševanja v dva modela: klasifikacijski model za napoved samega dogodka povpraševanja in regresijski model za napoved povpraševane …

Računalniško modeliranje informacijske dinamike v zaznavanju otroških melodij

Avtor(ji): Lorena Mihelač (Avtor), Geraint A. Wiggins (Mentor), Janez Povh (Somentor)

Leto: 2023

Tip: Doktorska disertacija

Doktorska disertacija se osredotoča na informacijsko dinamiko otroške melodije, natančneje na modeliranje otrokovega dojemanja glasbene strukture melodije v otroških in otroških ljudskih pesmih, ki v preteklosti niso bile deležne velike pozornosti. Ker niti otroške niti otroške ljudske pesmi trenutno niso priznane kot edinstven in samostojen glasbeni žanr, je raziskava teh …

Identifikacija lastnosti notranjega radijskega okolja na podlagi informacij o stanju kanala z uporabo pristopov strojnega učenja

Avtor(ji): Teodora Kocevska (Avtor), Andrej Hrovat (Mentor), Aleksandra Rashkovska Koceva (Somentor)

Leto: 2023

Tip: Doktorska disertacija

Opis in označba notranjega radijskega okolja (RE) je predpogoj za napredek pri načrtovanju in optimizaciji brezžičnih omrežij naslednje generacije v notranjih okoljih ter za izgradnjo digitalnega dvojčka stavbe. Potreba po celoviti in natančni oceni in označbi notranjega RE bo še posebej očitna v prihodnjem hiper-povezanem mešanem realno-virtualnem svetu, kjer bodo …

Razumevanje vpliva problemskih pokrajin v numerični optimizaciji črne škatle

Avtor(ji): Urban Škvorc (Avtor), Peter Korošec (Mentor), Tome Eftimov (Somentor)

Leto: 2023

Tip: Doktorska disertacija

Na področju optimizacije velja, da je uspešnost optimizacijskih algoritmov odvisna od problemov, ki jih algoritmi rešujejo. Posledično moramo za dosego dobrih optimizacijskih rezultatov pravilno izbrati tisti algoritem, ki je zmožen ta problem dobro rešiti. To lahko storimo s podrobnim poznavanjem tako optimizacijskih algoritmov kot tudi problemov. Kljub temu pa je …

Izkoriščanje domenskega znanja pri napovednem učenju iz podatkov o živilih in prehrani

Avtor(ji): Gordana Ispirova (Avtor), Barbara Koroušić Seljak (Mentor), Tome Eftimov (Somentor)

Leto: 2022

Tip: Doktorska disertacija

Ekspertno znanje o živilih in prehrani se je v zadnjem času drastično povečalo. Umetna inteligenca (UI) omogoča dodatno nadgrajevanje tega znanja s (pol)avtomatsko izluščenim znanjem iz množično zbranih podatkov o živilih in prehrani, ki so relativno enostavno dostopni. Vendar pa raziskave na področju UI pogosto zanemarjajo pomen podatkov in so …

Kombiniranje nevronskih in simbolnih reprezentacij za procesiranje naravnega jezika

Avtor(ji): Matej Martinc (Avtor), Senja Pollak (Mentor)

Leto: 2022

Tip: Doktorska disertacija

Disertacija predstavi novo strategijo kombiniranja nevronskih in simbolnih reprezentacij, s katero želimo preseči omejitve pristopov, ki temeljijo le na eni vrsti reprezentacij. S pomočjo predlaganega pristopa nam uspe razviti množico novih metod in tekstovnih reprezentacij za reševanje nalog s področja procesiranja naravnega jezika. Uporabnost strategije je prikazana na treh primerih, …

Ocena uporabniške izkušnje prostovoljcev v okoljsko-zdravstvenih študijah pri uporabi senzorskih tehnologij za spremljanje kakovosti zraka

Avtor(ji): Johanna Amalia Robinson (Avtor), David Kocman (Mentor), Ayelet Baram-Tsabari (Somentor)

Leto: 2022

Tip: Doktorska disertacija

Nizkocenovne senzorske tehnologije, ki se vse pogosteje uporabljajo v participativnih okoljsko-zdravstvenih študijah, prinašajo številne priložnosti in izzive. Medtem ko so se raziskave v preteklosti posvečale predvsem tehničnim vidikom uporabe senzorskih tehnologij, to delo v ospredje postavlja prostovoljce in njihove izkušnje s sodelovanjem v takšnih študijah ter ocenjuje, ali so nizkocenovne …

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 …