Diploma theses - Revision history

Slavkoz at 14:44, 28 February 2025

2025-02-28T14:44:34Z

← Older revision		Revision as of 16:44, 28 February 2025
Line 1:		Line 1:
	~~__NOTOC__~~
	This Web page contains on-going and finished bachelor theses. Thanks to all the candidates below that did (or are doing) great work!		This Web page contains on-going and finished bachelor theses. Thanks to all the candidates below that did (or are doing) great work!

Slavkoz at 14:43, 28 February 2025

2025-02-28T14:43:05Z

← Older revision		Revision as of 16:43, 28 February 2025
Line 7:		Line 7:

	{{Thesis		{{Thesis
	\|Naslov=~~Nina Sangawa Hmeljak~~		\|Naslov=Razvoj orodja za glasovno programiranje
	\|NaslovEng=		\|NaslovEng=Development of a voice programming tool
	\|Avtor=~~Razvoj~~ orodja za glasovno programiranje		\|Avtor=Nina Sangawa Hmeljak
	~~\|Opis=~~		\|Opis=[[File:Screenshot 2025-02-28 at 15.42.30.png\|500px\|right]]Cilj diplomske naloge je izdelava orodja za pisanje in urejanje kode računalniških programov z uporabo glasu. Predstavljenih je nekaj primerov obstoječih orodij za kodiranje z glasom, nato postopek ustvarjanja orodja Slo-handsfree-coding za glasovno programiranje v slovenščini. Ustvarjen je bil tudi poseben jezik oz. format ukazov za upravljanje tega orodja po zgledu že obstoječih orodij. Orodje je realizirano v obliki razširitve za urejevalnik kode Visual Studio Code, ki za pretvorbo govora v besedilo uporablja odprtokodni razpoznavalnik iz projekta RSDO. Pridobljen zapis to orodje analizira in glede na vsebino izvede ukaz. Na koncu so še rezultati in povratne informacije testiranja izdelka.
	\|KljucneBesede=		\|KljucneBesede=programiranje, zaznavanje govora, programiranje z naravnim jezikom, glasovno programiranje
	\|KljucneBesedeEng=		\|KljucneBesedeEng=programming, speech recognition, natural language programming, voice coding
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63200032-Nina Sangawa Hmeljak-Razvoj orodja za glasovno programiranje.pdf}} Diplomsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=S poizvedovanjem obogatene tehnike generiranja pravnih besedil		\|Naslov=S poizvedovanjem obogatene tehnike generiranja pravnih besedil
	\|NaslovEng=		\|NaslovEng=Retrieval-augmented generation of law texts
	\|Avtor=Rok Mušič		\|Avtor=Rok Mušič
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 15.40.03.png\|500px\|left]]Slovenska zakonodaja je obsežna in pravni delavci porabijo veliko časa vsak dan za iskanje ustrezne literature. V ta namen smo raziskali uspešnost velikih jezikovnih modelov (VJM) kot pravnih asistentov. VJM-ji so uspešni v številnih nalogah, a zahtevna domenska vprašanja so ena izmed njihovih večjih pomanjkljivosti; pogosto pride do halucinacij. S poizvedovanjem obogateno generiranje besedil (RAG) je tehnika, ki zaobide pomanjkanje domenskega znanja VJM-jev tako, da na podlagi vprašanja v zakonodaji najde vsebino, s katero lahko pravilno odgovori na vprašanje. Z najdenim znanjem VJM pravilno odgovori in ne halucinira. Raziskali in implementirali smo več različnih tehnik RAG. Vse metode smo preizkusili na ročno izdelani testni množici, ki vsebuje 4 testne scenarije, s katerimi preverimo, kako uspešne so metode v različnih situacijah. Naprednejše različice RAG-a, napredni in modularen RAG, kažejo dobro uspešnost pri direktnih vprašanjih, a nižjo uspešnost za bolj splošna vprašanja kot so npr. dejanski primeri.
	\|KljucneBesede=		\|KljucneBesede=velik jezikovni model, s poizvedovanjem obogateno generiranje besedil, obdelava naravnega jezika
	\|KljucneBesedeEng=		\|KljucneBesedeEng=large language model, retrieval augmented generation, natural language processing
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63200018-Rok Mušič-S poizvedovanjem obogatene tehnike generiranja pravnih besedil.pdf}} Diplomsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Razvoj spletne aplikacije MarinePRO		\|Naslov=Razvoj spletne aplikacije MarinePRO
	\|NaslovEng=		\|NaslovEng=Development of web application MarinePRO
	\|Avtor=Mojca Dimič		\|Avtor=Mojca Dimič
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 15.37.39.png\|300px\|right]]Jadranje je iz leta v leto bolj priljubljen hobi in način dopustovanja. Jadranje je močno povezano z navtiko, ki pa na področju tehnologije ne napreduje in je veliko prostora za napredek in velika potreba po modernizaciji. Diplomska naloga je namenjena izdelavi aplikacije, ki bi jadralcem omogočila lažji postopek priveza v zalivih z bojami. V diplomski nalogi predstavimo problem sedanjega načina privezov in predstavimo rešitev, opišemo razvoj zalednega in čelnega dela aplikacije. Tehnologije, ki jih uporabimo so MySQL baza, iz katere aplikacija pridobiva podatke preko aplikacijskega programskega vmesnika - API, izdelanega s pomočjo tehnologije Node.js in Express.js. Čelni del pa je razvit s pomočjo odprtokodne knjižnice React.js.
	\|KljucneBesede=		\|KljucneBesede=React, MySQL, Node.js, MVC, REST
	\|KljucneBesedeEng=		\|KljucneBesedeEng=React, MySQL, Node.js, MVC, REST
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63180082-MOJCA DIMIČ-Razvoj spletne aplikacije MarinePRO.pdf}} Diplomsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Razvoj odprtokodnega ogrodja za obdelavo naravnega jezika		\|Naslov=Razvoj odprtokodnega ogrodja za obdelavo naravnega jezika
	\|NaslovEng=		\|NaslovEng=Developing an open source framework for natural language processing
	\|Avtor=Miha Krištofelc		\|Avtor=Miha Krištofelc
	\|Opis=		\|Opis=V diplomskem delu se bomo osredotočili na razvoj aplikacije za gradnjo cevovodov z namenom obdelave naravnega jezika. Naš cilj je raziskati trenutne rešitve na trgu in vključiti izboljšave v razvoj nove aplikacije, prilagojene raziskovalcem in splošni javnosti, ki jo zanima ONJ. Za preverjanje uporabnosti aplikacije bomo izvedli uporabniško testiranje, funkcionalno testiranje ter tudi testiranje zmogljivosti. Pri razvoju aplikacije bomo uporabili ustrezna razvojna orodja, kot so Django za razvoj zalednega dela, NextJS za razvoj čelnega dela in Docker za upravljanje z vsebniki. Poleg tega bomo za nadzor različic in varnostno kopiranje kode uporabljali program Git. V zaključku bomo predstavili ocene uporabniške izkušnje, oceno učinkovitosti aplikacije in splošne rezultate diplomskega dela.
	\|KljucneBesede=		\|KljucneBesede=cevovodi, obdelava naravnega jezika, docker, vsebniki, podatkovni inženiring
	\|KljucneBesedeEng=		\|KljucneBesedeEng=Pipelines, Natural language processing, Docker, Containers, Data engineering
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63200157-Miha Krištofelc-Razvoj odprtokodnega ogrodja za obdelavo naravnega jezika.pdf}} Diplomsko delo]
	}}		}}

	{{Thesis		{{Thesis
	\|Naslov=Pregled in uporaba grafnih podatkovnih baz s podporo SPARQL		\|Naslov=Pregled in uporaba grafnih podatkovnih baz s podporo SPARQL
	\|NaslovEng=		\|NaslovEng=Review and usage of graph-based databases with SPARQL support
	\|Avtor=Domen Antlej		\|Avtor=Domen Antlej
	\|Opis=		\|Opis=Semantične podatkovne baze so poseben tip grafne podatkovne baze, ki omogoča hrambo semantičnih podatkov. Namen diplomske naloge je predstavitev področja semantičnih baz in prikaz primera uporabe s konkretnimi testnimi podatki. Vsebinsko je diplomska naloga razdeljena na tri dele. V prvem delu je predstavljeno področje semantičnih baz in tehnologije, ki jih podpirajo. V drugem delu izvedemo primerjavo nekaj popularnih baz in izberemo eno, ki bo uporabljena kot primer uporabe. V tretjem delu izvedemo pretvorbo relacijskih podatkov v semantične podatke in jih uporabimo z izbrano semantično bazo. V zaključku so predstavljene ugotovitve diplomske naloge.
	\|KljucneBesede=		\|KljucneBesede=semantični splet, podatkovne baze, SPARQL, ontologije, pretvorba podatkov
	\|KljucneBesedeEng=		\|KljucneBesedeEng=semantic web, databases, SPARQL, ontologies, data conversion
	\|Komentar=		\|Komentar=
	\|Viri=		\|Viri=[{{filepath:63160055-DOMEN ANTLEJ-Pregled in uporaba grafnih podatkovnih baz s podporo SPARQL.pdf}} Diplomsko delo]
	}}		}}

Slavkoz at 14:33, 28 February 2025

2025-02-28T14:33:04Z

Show changes

Slavkoz at 14:11, 28 February 2025

2025-02-28T14:11:30Z

← Older revision		Revision as of 16:11, 28 February 2025
Line 167:		Line 167:
	{{Thesis		{{Thesis
	\|Naslov=Odkrivanje biomedicinskih vzorcev za nevrodegenerativne bolezni iz biomedicinske znanstvene literature		\|Naslov=Odkrivanje biomedicinskih vzorcev za nevrodegenerativne bolezni iz biomedicinske znanstvene literature
	\|NaslovEng=		\|NaslovEng=Mining patterns for neurodegenerative diseases from biomedical scientific literature
	\|Avtor=Radoslav Atanasoski		\|Avtor=Radoslav Atanasoski
	\|Opis=		\|Opis=[[File:Screenshot 2025-02-28 at 14.57.05.png\|300px\|right]]Dandanes obstaja ogromna količina biomedicinskega znanja, ki vsak dan hitro prihaja skozi znanstveno objavljene članke. Vendar pa je poskušati slediti temu resnično zahtevno in vzame preveč časa. Se več, pri iskanju relevantnih dokumentov z zahtevanimi podatki. Da bi zdravstvenim delavcem pomagali ostati na tekočem in najti članke, povezane z njihovimi temami iskanja, v tej diplomski nalogi ustvarimo cevovod za pridobivanje informacij (IR), pri čemer najprej navedemo, s katerimi nevrodegenerativnimi boleznimi so članki povezani, in zagotovimo tudi analizo, ki pokaže, najpogostejših vzorcev, ki so raziskani in objavljeni. Za modeliranje smo raziskali več najsodobnejših modelov učenja za predstavitev besedila, kot so BERT, RoBERTa in BioBERT. Po natančnem prilagajanju vsakega modela je bil kot model za cevovod IR izbran BioBERT, ki zagotavlja izjemno zmogljivost s 94% navzkrižno validacijo CA. Prav tako primerjamo naš najsodobnejši model z bolj tradicionalnim in pogosto uporabljenim modelom Random Forest. Poleg tega so bili za analizo pogostih vzorcev uporabljeni izvlečki vpletenih bolezni opombe in koncepti kemičnih in genetskih spojin so bili ekstrahirani z uporabo modela prepoznavanja poimenovanih entitet (NER). Po tem so bile vse entitete normalizirane z uporabo povezovanja imenovanih entitet (NEL). Na ekstrahiranih entitetah je bilo uporabljeno rudarjenje asociacijskih pravil, da bi našli najpogosteje raziskane vzorce za vsako bolezen, ki so nadalje prikazani z uporabo več tehnik vizualizacije. Ti rezultati bodo zdravstvenim delavcem pomagali pri navajanju najnovejših informacij, po drugi strani pa bodo pokazali tudi na manjkajoče vrzeli, ki za določeno bolezen niso dobro raziskane. Podatki, vključeni v to študijo, so bili pridobljeni iz javno dostopne zbirke podatkov PubMed.
	\|KljucneBesede=		\|KljucneBesede=podatkovno rudarjenje, učenje tekstovnih predstavitev, učenje asociacijskih pravil
	\|KljucneBesedeEng=		\|KljucneBesedeEng=data mining, text representation learning, association rule mining
	\|Komentar=		\|Komentar=Delo je bilo narejeno v somentorstvu z doc. dr. Tometom Eftimovim.
	\|Viri=		\|Viri=[{{filepath:63190355-Radoslav Atanasoski-Odkrivanje vzorcev za nevrodegenerativne bolezni iz biomedicinske znanstvene literature.pdf}} Diplomsko delo]
	}}		}}

Slavkoz at 13:29, 28 February 2025

2025-02-28T13:29:19Z

← Older revision		Revision as of 15:29, 28 February 2025
Line 3:		Line 3:

	If you are looking to prepare a bachelor thesis under my supervision, please check [[Theses topics\|available theses topics or propose your own idea]].		If you are looking to prepare a bachelor thesis under my supervision, please check [[Theses topics\|available theses topics or propose your own idea]].

			== 2024 ==

	{{Thesis		{{Thesis

Slavkoz at 13:28, 28 February 2025

2025-02-28T13:28:01Z

← Older revision		Revision as of 15:28, 28 February 2025
Line 3:		Line 3:

	If you are looking to prepare a bachelor thesis under my supervision, please check [[Theses topics\|available theses topics or propose your own idea]].		If you are looking to prepare a bachelor thesis under my supervision, please check [[Theses topics\|available theses topics or propose your own idea]].


	{{Thesis		{{Thesis
Line 129:		Line 128:

	== 2022 ==		== 2022 ==

	~~{{Thesis~~
	~~\|Naslov=Analiza vpliva omemb kriptovalut na njihovo ceno~~
	~~\|NaslovEng=~~
	~~\|Avtor=Tilen Miklavič~~
	~~\|Opis=~~
	~~\|KljucneBesede=~~
	~~\|KljucneBesedeEng=~~
	~~\|Komentar=~~
	~~\|Viri=~~
	}}

	{{Thesis		{{Thesis
Line 189:		Line 177:
	\|Naslov=Analiza vpliva omemb kriptovalut na njihovo ceno		\|Naslov=Analiza vpliva omemb kriptovalut na njihovo ceno
	\|NaslovEng=Analysis of the impact of cryptocurrency mentions on their price		\|NaslovEng=Analysis of the impact of cryptocurrency mentions on their price
	\|Avtor=Tilen ~~Milavič~~		\|Avtor=Tilen Miklavič
	\|Opis=[[File:Screenshot 2022-08-26 at 12.21.31.png\|400px\|right]] V okviru te naloge, sem raziskal, ali javni sentiment na družbenem omrežju Twitter vpliva na gibanje trga kriptovalut. Ta podatek bi lahko navdušenci izkoristili pri svojih analizah. Zbral in analiziral bom podatke za več kriptovalut in jih razvrstil v seznam po odvisnosti od javnega sentimenta. To mi bo pomagalo pri izdelavi napovednega modela, ki bo podajal obvestila o abnormalnih dogodkih na socialnih omrežjih. Uspešen rezultat naloge bo napovedni model, ki bo pravilno in časovno natančno klasificiral dogajanje na družbenem omrežju. V sodelovanju s spletno aplikacijo bi lahko tako uporabnika v realnem času o teh dogodkih obveščal.		\|Opis=[[File:Screenshot 2022-08-26 at 12.21.31.png\|400px\|right]] V okviru te naloge, sem raziskal, ali javni sentiment na družbenem omrežju Twitter vpliva na gibanje trga kriptovalut. Ta podatek bi lahko navdušenci izkoristili pri svojih analizah. Zbral in analiziral bom podatke za več kriptovalut in jih razvrstil v seznam po odvisnosti od javnega sentimenta. To mi bo pomagalo pri izdelavi napovednega modela, ki bo podajal obvestila o abnormalnih dogodkih na socialnih omrežjih. Uspešen rezultat naloge bo napovedni model, ki bo pravilno in časovno natančno klasificiral dogajanje na družbenem omrežju. V sodelovanju s spletno aplikacijo bi lahko tako uporabnika v realnem času o teh dogodkih obveščal.
	\|KljucneBesede=kriptovaluta, kovanec, družbena omrežja		\|KljucneBesede=kriptovaluta, kovanec, družbena omrežja

Slavkoz at 13:26, 28 February 2025

2025-02-28T13:26:50Z

Show changes

Slavkoz: /* Teme v izdelavi */

2022-08-26T16:24:11Z

Teme v izdelavi

@@ Line 204: / Line 204: @@
 |NaslovEng=
 |Avtor=Radoslav Atanasoski
 |Opis=
 |KljucneBesede=
@@ Line 254: / Line 244: @@
 |NaslovEng=
 |Avtor=Lovro Jevnikar
 |Opis=
 |KljucneBesede=

Slavkoz: /* 2022 */

2022-08-26T16:22:43Z

2022

@@ Line 5: / Line 5: @@
 == 2022 ==
 {{Thesis
@@ Line 14: / Line 36: @@
 |KljucneBesedeEng=computer, natural language processing, solr, milvus, data, search
 |Komentar=
-|Viri=[{{filepath:TBA}} Diplomsko delo TBA], [https://github.com/UL-FRI-Zitnik/Redelonghi-IR-systems-comparison Izvorna koda]
+|Viri=[{{filepath:63180247-MARK REDELONGHI-Analiza in primerjava sistemov za informacijsko poizvedovanje.pdf}} Diplomsko delo], [https://github.com/UL-FRI-Zitnik/Redelonghi-IR-systems-comparison Izvorna koda]
 }}

Slavkoz: /* 2022 */

2022-08-10T14:39:05Z

2022

← Older revision		Revision as of 16:39, 10 August 2022
Line 10:		Line 10:
	\|NaslovEng=Analysis and comparison of information retrieval systems		\|NaslovEng=Analysis and comparison of information retrieval systems
	\|Avtor=Mark Redelonghi		\|Avtor=Mark Redelonghi
	\|Opis=[[File:Solr diagram colored.png\|~~300px~~\|right]] V diplomskem delu se je analiziralo in primerjalo manjšo množico sistemov za informacijsko poizvedovanje. Raziskava se je osredotočila na iskanje po besedilu, kjer se uporabi procesiranje naravnega jezika. Izbrani sistemi so bili primerjani glede na način delovanja, indeksiranja, poizvedovanja ter časovne in prostorske lastnosti. Za primerjavo se je pridobilo korpuse besedil in definiralo poizvedbe s katerimi se je primerjalo izbrane sisteme. V zaključku so podane prednosti in slabosti sistemov skupaj s primeri uporabe.		\|Opis=[[File:Solr diagram colored.png\|200px\|right]] V diplomskem delu se je analiziralo in primerjalo manjšo množico sistemov za informacijsko poizvedovanje. Raziskava se je osredotočila na iskanje po besedilu, kjer se uporabi procesiranje naravnega jezika. Izbrani sistemi so bili primerjani glede na način delovanja, indeksiranja, poizvedovanja ter časovne in prostorske lastnosti. Za primerjavo se je pridobilo korpuse besedil in definiralo poizvedbe s katerimi se je primerjalo izbrane sisteme. V zaključku so podane prednosti in slabosti sistemov skupaj s primeri uporabe.
	\|KljucneBesede=računalnik, procesiranje naravnega jezika, solr, milvus, podatki, iskanje		\|KljucneBesede=računalnik, procesiranje naravnega jezika, solr, milvus, podatki, iskanje
	\|KljucneBesedeEng=computer, natural language processing, solr, milvus, data, search		\|KljucneBesedeEng=computer, natural language processing, solr, milvus, data, search