REPOZITORIJ > REZULTATI

Preglej vse

Rezultati iskanja (31)

Ocena individualne izpostavljenosti onesnažilom iz zraka z uporabo osebnega monitoringa

Avtor(ji): Rok Novak (Avtor), David Kocman (Mentor)

Leto: 2023

Tip: Doktorska disertacija

Pri ocenjevanju izpostavljenosti stresorjem v urbanem okolju prihaja do spremembe paradigme. Izboljšana natančnost naprav za osebni monitoring raziskovalcem omogoča raziskovanje izpostavljenosti na individualni ravni. Merilne postaje še vedno predstavljajo glavno referenčno točko za kakovost zraka v urbanih okoljih. Vedno večji pomen pa pridobiva ocenjevanje izpostavljenosti z izboljšano prostorsko-časovno resolucijo. Doktorsko …

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 …

Inteligentni kognitivni sistem za računsko psihoterapijo s pogovornim agentom za spreminjanje odnosa in vedênja pri stresu, anksioznosti in depresiji

Avtor(ji): Tine Kolenik (Avtor), Matjaž Gams (Mentor), Günter Schiepek (Somentor)

Leto: 2023

Tip: Doktorska disertacija

Zaradi vse večje razširjenosti težav z duševnim zdravjem po svetu se je povečala potreba po računski psihoterapiji, ki med drugim vključuje ustvarjanje računalniških orodij za duševno zdravje in podporo obstoječim strokovnjakom. To delo predstavlja sistem računske psihoterapije, ki uporablja pogovornega agenta za napovedovanje težav z duševnim zdravjem pri uporabnikih ter …

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 …

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 …

Identifikacija delno polarnih organskih onesnaževal z uporabo plinske kromatografije, sklopljene z masno spektrometrijo in strojnim učenjem

Avtor(ji): Milka Ljoncheva (Avtor), Tina Kosjek (Mentor), Sašo Džeroski (Somentor)

Leto: 2022

Tip: Doktorska disertacija

Onesnažila, ki vzbujajo nastajajočo zaskrbljenost (CEC), so tipične organske spojine naravnega ali sintetičnega izvora ter produkti njihove razgradnje in pretvorbe (TP) s potencialno škodljivimi učinki na človeka, bioto in okolje. Te spojine so izjemno pomemben del eko-ekspozoma (EE). Njihova identifikacija in kvantifikacija ter raziskovanje njihovega okoljskega obnašanja bistveno večajo naše …

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 …

Klasifikacija brezžičnih povezav s pomočjo strojnega učenja

Avtor(ji): Gregor Cerar (Avtor), Mihael Mohorčič (Mentor), Carolina Fortuna (Somentor)

Leto: 2021

Tip: Doktorska disertacija

Zaradi narave brezžičnega prenosnega medija je za brezžične komunikacije značilna večja verjetnost izgube podatkovnih paketov kot pri žičnih komunikacijah. Kakovost brezžičnih povezav je močno odvisna od spreminjajočih razmer na kanalu, medsebojnih motenj in tudi pomanjkljivosti primopredajnika. Nezanesljivost brezžičnih povezav je spodbudila razvoj številnih tehnik, ki lahko kljubujejo takšnim pogojem s …

Kompleksna vozlišča v drevesih za napovedovanje strukturiranih vrednosti

Avtor(ji): Tomaž Stepišnik (Avtor), Dragi Kocev (Mentor), Sašo Džeroski (Somentor)

Leto: 2021

Tip: Doktorska disertacija

Tema te disertacije je integracija kompleksnih vozlišč v drevesa za napovedno razvrščanje (DNR). DNR-ji so uveljavljeni modeli v strojnem učenju, ki jih lahko uporabimo za vrsto različnih nalog, med drugim napovedovanje strukturiranih vrednosti in polnadzorovano učenje. Zgrajeni so s požrešnim rekurzivnim algoritmom, ki ima dve šibki točki. Prva težava je …

Odkrivanje nenavadnih in sumljivih vzorcev obnašanja iz prostorsko-časovnih sledi agenta

Avtor(ji): Boštjan Kaluža (Avtor), Matjaž Gams (Mentor), Mitja Luštrek (Somentor)

Leto: 2013

Tip: Doktorska disertacija

Aplikacije na področjih pametnih okolij, video nadzora, interakcije človek-robot in ambientalno podprtega življenja običajno vključujejo problem učenja vzorcev obnašanja agenta iz senzorskih podatkov. Odklonsko obnašanje je vzorec v podatkih, ki se bodisi ne ujema s pričakovanim obnašanjem, kar ustreza nenavadnemu obnašanju, bodisi se ujema s predhodno definiranim nezaželenim obnašanjem, kar …