STROJNI VID V GOSPODINJSKIH APARATIH
|
|
- Roland Brown
- 6 years ago
- Views:
Transcription
1 STROJNI VID V GOSPODINJSKIH APARATIH 1 UVOD V zadnjem obdobju se trend raziskav in razvoja naprav usmerja v koncept pametnega doma [1]. Zametkom koncepta lahko sledimo vse tja do konca 19. stoletja, ko so v domove bogatih začeli napeljevati elektriko [2]. Takrat je pametni dom pomenil razkošje. Koncept se je sčasoma razvijal in ob koncu 20. stoletja dosegel nov preporod z razvojem računalniških sistemov. Ti so omogočali avtomatizacijo naprav, ki so postale dostopne široki množici ljudi. Danes pametni dom pomeni veliko več. Vsebuje senzoriko in pametne naprave, ki med seboj komunicirajo in omogočajo oddaljeno upravljanje. Za komunikacijo in upravljanje širokega spektra naprav uporabljamo omrežne in oblačne storitve. Skupek takih naprav imenujemo internet stvari (ang. Internet of Things) in ga z angleško kratico označimo z IoT [3]. Gregor Koporec, mag. inž. el. Razvoj elektronike, Predrazvoj Danes pametni dom vsebuje senzoriko in pametne naprave, ki med seboj komunicirajo in omogočajo oddaljeno upravljanje. Za svoje učinkovito delovanje potrebujejo IoT naprave čim bolj kvalitetne vhodne podatke s primernimi senzorji. Ker se pri zaznavanju sveta ljudje največkrat opiramo na svoj vid, se zato pojavljajo težnje k uporabi senzorjev za zajem vidne informacije. Tako z uporabo kamer pridobivamo slike in video posnetke, ki pomagajo napravam bolje razumeti svet okoli sebe. Seveda se nam zdi samoumevno, kar vidimo na sliki ali video posnetku. To pa ne velja za naprave. Stroj namreč sliko vidi kot niz števil [4]. Zato za luščenje informacije iz slike potrebujemo usmerjene pristope, s tem pa se splošno ukvarja strojni vid. Za boljše razumevanje tega širokega tehničnega in znanstvenega področja v nadaljevanju predstavljamo podrobnejši opis strojnega vida, njegove koristi in težave. Opisali bomo orodja in načine, ki jih uporabljamo za reševanje problemov. Nazadnje bomo predstavili še uporabo in pomen vida v gospodinjstvu oziroma možnosti ter prednosti uporabe strojnega vida v velikih gospodinjskih aparatih. 2 PODROČJE VIDA Strojni vid je široko multidisciplinarno področje (Slika 1), ki je razdeljeno na veliko število podpodročij. Ta so med seboj tesno povezana, zato jih velikokrat zamenjujemo. Za boljše razumevanje so v nadaljevanju bolj podrobno opisana. 2.1 STROJNI VID Strojni vid (ang. Machine Vision) v grobem zajema umetno inteligenco, robotiko, obdelavo signalov, razpoznavanje vzorcev, strojno učenje, avtomatiko, računalništvo in optiko. Tu razvijamo tehnike, s katerimi želimo pridobiti lastnosti 3D sveta iz digitalnih slik [4]. Pod lastnosti sodijo oblika in pozicija objektov, osvetljenost, barvna porazdelitev in dinamične lastnosti, kot je hitrost objekta. Problematika rekonstrukcije lastnosti je zelo težka, saj rešujemo inverzni problem. To pomeni, da želimo najti lastnosti 3D iz 2D niza števil (slike). Za lažje reševanje tega problema se zato v prvi vrsti osredotočimo na zajem slike. Pri zajemu pazimo, da imamo čim bolj kontrolirano okolje. Nato oblikujemo optični sistem. Cilj je pridobitev slike, ki vsebuje želene lastnosti. Slike tako niso nujno take, kot bi jih želeli videti s človeškim vidom. Kot pravi Batchelor et al. [5], strojni vid ne vidi tako kot vidi človeško oko. GIB letnik 26. št /2017 4
2 Strojni vid (ang. Machine Vision) je široko multidisciplinarno področje, kjer želimo pridobiti lastnosti 3D sveta iz digitalnih slik. Slika 1: Diagram strojnega vida. Prikazuje povezavo različnih pojmov, ki se pojavljajo na področju strojnega vida. Dolgoročno želimo razviti avtonomni sistem, ki bi deloval podobno ali celo bolje kot človeško vidno zaznavanje. Kljub temu želimo dolgoročno razviti avtonomni sistem, ki bi deloval podobno ali celo bolje kot človeško vidno zaznavanje [6]. Danes so mnoge rešitve na tem področju hitrejše in bolj natančne od človeškega zaznavanja. Strojni vid omogoča ponovljivost. Z njim lahko vidimo majhne stvari, ki jih s prostim očesom ne moremo. Prav tako je uporaba strojnega vida brezkontaktna metoda zajema informacij, zato se izognemo mnogoterim problemom, kot so razne mehanske poškodbe opazovanih objektov [7]. Seveda pa je v strojnem vidu še veliko nerešenih problemov. Gre za težko inženirsko in znanstveno področje, saj človeški vid določene probleme rešuje enostavno preveč dobro. Človek tako lahko razpoznava objekte v težkih osvetlitvenih pogojih in z različnih zornih kotov [6]. Strojni vid v tem primeru hitro odpove. 2.2 INDUSTRIJSKI VID Pristop strojnega vida je zelo primeren za industrijo in robotiko. Po svetovnem trgovskem združenju slikovnih tehnologij AIA je industrijski vid (ang. Industrial Vision) uporaba strojnega vida, kjer zagotavljamo izvajanje funkcij naprav, ki temeljijo na zajemu in obdelavi slik [7]. V industrijskem vidu uporabljamo strojni vid z visokimi zahtevami po robustnosti, zanesljivosti in stabilnosti delovanja. 2.3 ROBOTSKI VID Za zagotavljanje izvajanja funkcij naprav se strojni vid uporablja tudi v robotiki, kjer ga imenujemo robotski vid (ang. Robot Vision). Robotski vid lahko uporabljamo za detekcijo objektov, ki jih želimo premikati z robotsko roko ali pa za vodenje robota po prostoru. Pri robotskem vidu moramo poleg tehnik strojnega vida upoštevati tudi principe robotike, kot je kinematika. GIB letnik 26. št /2017 5
3 V industrijskem vidu uporabljamo strojni vid z visokimi zahtevami po robustnosti, zanesljivosti in stabilnosti delovanja. 2.4 OBDELAVA SLIK Pogosto ne moremo do potankosti obvladovati okolja in optičnih lastnosti pri zajemu slik. V takih primerih uporabljamo obdelavo slik (ang. Image processing). Pri obdelavi z različnimi tehnikami spremenimo lastnosti slike [4]. Pri tem predvsem modeliramo transformacije ali preslikave iz slike v sliko. Sem sodijo izboljševanje kvalitete slike, kompresija in izluščevanje značilk. 2.5 RAČUNALNIŠKI VID O računalniškem vidu najpogosteje govorimo v znanosti, kjer želimo izboljšati ali razviti nove algoritme z inovativnimi pristopi. S zajemom in obdelavo dobimo slike, ki niso nujno privlačne za človeško oko. So pa primerne za obdelavo z računalniškimi algoritmi. Po SSKJ je algoritem navodilo, ki določa vrsto in zaporedje operacij v računskem postopku, s katerim rešujemo probleme. Računalniške algoritme uporabljamo v zadnji stopnji obdelave, kjer izluščimo informacijo, ki smo jo iskali. Tu nastopi računalniški vid (ang. Computer Vision). V računalniškem vidu razvijamo matematične tehnike, s katerimi želimo pridobiti lastnosti iz digitalnih slik. V glavnem nas pri tem ne zanima zajem in obdelava slike. Sliko vzamemo tako kot je in poskušamo iz nje izluščiti izbrano informacijo. O računalniškem vidu zato najpogosteje govorimo v znanosti, kjer želimo izboljšati ali razviti nove algoritme z inovativnimi pristopi. 3 ORODJA IN NAČINI REŠEVANJA Svet strojnega vida se vrti okoli slik, zato je tu zelo pomemben zajem tovrstnih podatkov [4]. V kontroliranem okolju moramo izbrati primerno tehniko osvetlitve in napravo za zajem slike. Naprava je po navadi kamera, sestavljena iz slikovnega senzorja, leče in procesno-komunikacijske enote. Velikokrat se zgodi, da okolja za zajem podatkov ne moremo v popolnosti kontrolirati, zato imajo pri reševanju problemov veliko težo računalniški algoritmi. Pri vsem tem pa ne smemo pozabiti tudi na primerno komunikacijsko omrežje za pretakanje podatkov med napravo za zajem in procesorskim sistemom za analizo. Sistem strojnega vida je prikazan na Sliki 2. Slika 2: Sistem strojnega vida (Vir: [8]) GIB letnik 26. št /2017 6
4 3.1 OSNOVNI PROCES REŠEVANJA Reševanje problemov lahko strnemo na nekaj korakov, ki so prikazani na Sliki 3. Prvi korak je zajem slike (ang. Image Acquisition), kjer pridobimo digitalne podatke iz senzorjev. Tu moramo predvideti lastnosti kamere. Prva je modaliteta slike (ang. Imaging Modalities). Modaliteta nam pove, na katere fizikalne principe smo se oprli pri zajemu slike [9]. Modalitete so lahko barvna ali sivinska slika, bližnje infrardeča (NIR), ultravijolična itd. Pri lastnostih kamere moramo biti pozorni tudi na resolucijo (število slikovnih elementov) in hitrost zajema (ang. Frame Rate). Poleg kamere moramo predvideti lastnosti leče in osvetlitve. Prav tako moramo določiti primerno postavitev. Z izbranimi optičnimi lastnostmi in postavitvijo morajo biti značilnosti, ki jih iščemo, čimbolj vidne. Če smo pravilno opravili zajem slike, lahko dobimo dobre rezultate tudi z osnovnimi algoritmi [5]. Sledi predobdelava (ang. Preprocessing), kjer izboljšamo kvaliteto slike. Na obdelanih slikah poiščemo interesna območja (ang. Regions of Interest) z detekcijo in segmentacijo. Z detekcijo iščemo območja, kjer bi se lahko pojavil izbran objekt [10]. Pri segmentaciji sliko razdelimo na območja, ki so uniformna glede na izbran parameter (osvetljenost, barva, tekstura) [9]. Pri nadaljnjem koraku luščimo značilke (ang. Feature Extraction), ki jih nato uporabimo v primernem algoritmu. Značilke so zgoščeni opisi zanimivih področij slike. To so lahko robovi, linije, uniformna območja, teksture itd. Značilke opišemo z deskriptorji. To so matematični opisi in so po navadi predstavljeni kot več razsežnostni vektorji. Slika 3: Osnovni postopek reševanja problemov v strojnem vidu 3.2 EKSPERIMENTALNI PRISTOP Pri eksperimentalnem reševanju problemov moramo v današnjem času uporabiti veliko količino slik [11]. Seveda te vedno predstavljajo le del celotne populacije. Izbrano množico slik, ki mora biti reprezentativen del populacije, v strojnem vidu imenujemo podatkovna baza (ang. Dataset). Primer podatkovne baze je prikazan na Sliki 4. Podatkovna baza je bistvena komponenta rešitve. Z njo definiramo želje in dokazujemo delovanje sistema. Tako se z bazo zaščitimo pred spreminjanjem in prilagajanjem sistema s strani druge osebe. Spreminjanje sistema bi ogrozilo pravilno delovanje, saj so rešitve prilagojene specifičnim zahtevam. Kadar želimo rešitve primerjati s trenutno najboljšimi rešitvami (ang. State of the Art), moramo uporabiti javne in uveljavljene podatkovne baze. Te vsebujejo realistične slike in referenčne vrednosti (ang. Ground Truth). Referenčne vrednosti po navadi poimenujemo tudi zlati standard (ang. Golden standard). Te so po izbranem protokolu določene vrednosti, ki predstavljajo idealno rešitev za izbrano sliko. Uporabljamo jih GIB letnik 26. št /2017 7
5 V Razvoju elektronike bomo razpoznavanje teksta uporabljali za samodejnejše testiranje programov na pečicah. za evalvacijo ali vrednotenje (ang. Evaluation) naših rezultatov [12]. V zadnjem času se najbolj uporabljajo naslednje podatkovne baze: ImageNet za detekcijo in razpoznavanje [11], COCO za segmentacijo in razumevanje scene [13], KITTI za detekcijo in sledenje pri avtonomnih vozilih [14]. 4 PRAKTIČNA UPORABA VIDA Slika 4: Prikaz podatkovne baze ImageNet. To je trenutno najbolj uporabljena podatkovna zbirka za reševanje problemov detekcije in razpoznavanja objektov. Strojni vid uporabljamo za reševanje zelo širokega spektra problemov, saj gre za interdisciplinarno področje. Če strnemo na nekaj področij uporabe, vid uporabljamo v industriji, v robotiki, varnosti in biometriki, v prometu in prevoznih sredstvih, v vojski in medicini in aplikacijah virtualne resničnosti [4]. V industriji vid velikokrat uporabljamo za razpoznavanje vseh vrst teksta, tudi tistega, ki ga napišemo z roko. Razpoznavanje teksta označujemo s kratico OCR, ki izhaja iz angleščine Optical Character Recognition [10]. V Razvoju elektronike bomo razpoznavanje teksta uporabljali za samodejnejše testiranje programov na pečicah. Poleg razpoznavanja teksta se strojni vid veliko uporablja za hitro pregledovanje izdelkov in zagotavljanje njihove kakovosti. S spreminjanjem svetlobe zagotovimo, da postanejo objekti vidni za stroj. V industriji nismo omejeni le na klasične kamere, ampak lahko uporabimo tudi termografijo (pridobivanje temperaturnih slik) in celo rentgen [10]. Primer uporabe termografije za določevanje temperature hrane v mikrovalovni pečici je prikazan na Sliki 5. GIB letnik 26. št /2017 8
6 Poleg razpoznavanja teksta se strojni vid veliko uporablja za hitro pregledovanje izdelkov in zagotavljanje njihove kakovosti. Slika 5: Primer industrijske termokamere (vir: [15]) in termografije hrane v mikrovalovni pečici (vir: [16]) Kot vemo, so danes varnostne kamere že praktično povsod. Z njimi se lahko zaščitimo pred vsiljivci, lahko pa jih uporabljamo tudi za detekcijo in razpoznavanje ljudi [10]. Na tem mestu sta pomembna detekcija in razpoznavanje obrazov ter šarenice. Lahko ju uporabljamo za avtentikacijo pri dostopu do prostora in podatkov ali pa za forenzične preiskave [10]. Detekcija obrazov nas spremlja ves čas. Če želimo s pametnim telefonom slikati poljubno osebo, se okoli obraza po navadi prikaže kvadratek. Tega določi algoritem za detekcijo obrazov. Pomemben aspekt je tudi varnost v prometu. Z video posnetki lahko analiziramo promet in merimo hitrosti [10]. S kamerami v avtomobilih lahko detektiramo ovire, kot je prikazano na Sliki 6. Brez detekcije ovir bi bila avtonomna vožnja le iluzija [10]. Detekcija pa se ne uporablja samo za varnost, saj jo lahko uporabimo tudi na drugih problemih. Najsodobnejše algoritme lahko naučimo detekcije živil, in jih uporabimo v hladilnikih, tako kot je prikazano na Sliki 7. Z okvirjem določimo, kje na sliki se nahaja objekt. Tekst določa razpoznavo, kaj je ta objekt. V oklepaju je predstavljeno zaupanje v pravilnost detekcije. Slika 6: Primer detekcije kolesarja in pešcev za varnost v prometu (vir: [17]) GIB letnik 26. št /2017 9
7 Z uporabo strojnega vida v gospodinjskih aparatih bomo pridobili veliko korist že samo z opazovanjem osnovnih značilnosti prizora. S primernimi algoritmi bi lahko strojni vid uporabljati tudi na področju pečenja. S kamerami bi zagotovili dodatne parametre za regulacijsko zanko in izpopolnili način pečenja. Z ugotavljanjem površinske strukture bi lahko določili čas pečenja in opomnili uporabnika, kdaj je jed gotova. Primer je prikazan na Sliki 8. Slika 7: Detekcija živil v hladilniku (vir: [18]) Slika 8: Algoritem z ugotavljanjem površinske strukture jedi določi čas pečenja in opomne uporabnika, kdaj je jed gotova (vir: [19]) 5 ZAKLJUČEK Strojni vid je široko multidisciplinarno področje, s katerim poskušamo modelirati kompleksnost človeškega zaznavanja in ga uporabiti za reševanje širokega spektra problemov. Predstavlja stik stroja z realnim svetom in je neposredno povezan s pametnimi napravami. Iz posameznih slik lahko s primernimi orodji in pristopi izluščimo veliko količino informacij in jih uporabimo za poenostavitev uporabe in olajšanje življenja uporabnikov. Seveda moramo pri tem upoštevati zasebnost uporabnikov. Paziti moramo, da ne pridobivamo podatkov uporabnikov samih. Kamere morajo biti usmerjene v področje uporabe na način, da se uporabnik počuti varno. Prav tako moramo omogočiti uporabniku, da sam izbere, kateri podatki se aktivno spremljajo. S tem bomo zagotovili višjo stopnjo njegovega zaupanja. V pralnih in sušilnih aparatih bi lahko že z opazovanjem barvnih značilnosti določili ali je v bobnu res samo belo perilo. Z uporabo strojnega vida v gospodinjskih aparatih bomo pridobili veliko korist že samo z opazovanjem osnovnih značilnosti prizora. V pralnih in sušilnih aparatih bi lahko že z opazovanjem barvnih značilnosti določili ali je v bobnu res samo belo perilo. V hladilniku bi uporabnik s pomočjo strojnega vida ob vsakem časovnem trenutku imel vpogled, kaj je v hladilniku, ne da bi za to moral biti fizično prisoten. Zaradi redkejšega odpiranja vrat bi zmanjšali porabo energije. Uporabniku prav tako ne bi bilo več treba ročno pisati nakupovalnega spiska. Recepti bi lahko postali bolj personalizirani, saj bi upoštevali vsebino hladilnika. Strojni vid bo pomemben tudi v pečicah, kjer je ideja nadomestitev človeškega vida. Zažgane jedi bodo s pomočjo strojnega vida v prihodnosti stvar preteklosti. GIB letnik 26. št /
8 6 VIRI IN LITERATURA [1] A. S. Shweta, Intelligent refrigerator using ARTIFICIAL INTELLIGENCE, v Intelligent Systems and Control (ISCO), th International Conference on, 2017, str [2] K. Gram-Hanssen in S. J. Darby, Home is where the smart is? Evaluating smart home research and approaches against the concept of home, Energy Res. Soc. Sci., let. 37, št. March 2017, str , [3] M. Swan, Sensor Mania! The Internet of Things, Wearable Computing, Objective Metrics, and the Quantified Self 2.0, J. Sens. Actuator Networks, let. 1, št. 3, str , nov [4] E. Trucco in A. Verri, Introductory techniques for 3-D computer vision. str. 343, [5] B. G. Batchelor in P. F. Whelan, Machine vision systems: Proverbs, principles, prejudices and priorities, v Proc. of SME Conf. on Applied Machine Vision, 1996, str [6] T. S. Huang, Computer Vision: Evolution and Promise, [7] Cognex, Introduction to machine vision: A guide to automating process & quality improvements, [8] European Editors, Machine vision system, [Na spletu]. Dostopno: [Dostopano: 03-nov-2017]. [9] Davies, Computer and Machine Vision: Theory, Algorithms, Practicalities [10] R. Szeliski, Computer vision: algorithms and applications. Springer Science & Business Media, [11] Jia Deng, Wei Dong, R. Socher, Li-Jia Li, Kai Li, in Li Fei-Fei, ImageNet: A large-scale hierarchical image database, 2009 IEEE Conf. Comput. Vis. Pattern Recognit., str , [12] O. Russakovsky, J. Deng, Z. Huang, A. C. Berg, in L. Fei-Fei, Detecting avocados to Zucchinis: What have we done, and where are we going?, Proc. IEEE Int. Conf. Comput. Vis., str , [13] T. Y. Lin idr., Microsoft COCO: Common objects in context, Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), let LNCS, št. PART 5, str , [14] A. Geiger, P. Lenz, in R. Urtasun, Are we ready for autonomous driving? the KITTI vision benchmark suite, v Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2012, str [15] I. FLIR Systems, FLIR Exx-Series Advanced Thermal Imaging Cameras FLIR Systems. [Na spletu]. Dostopno: 85-e95/. [Dostopano: 10-nov-2017]. [16] I. FLIR Systems, FLIR ONE for ios - Food in the microwave - YouTube. [Na spletu]. Dostopno: [Dostopano: 10-nov-2017]. [17] ll0zz, Détection de personne, [Na spletu]. Dostopno: wikimedia.org/wiki/file:détection_de_personne_-_exemple_2.jpg. [Dostopano: 06-nov-2017]. [18] Microsoft, Object detection using Fast R-CNN Microsoft Docs. [Na spletu]. Dostopno: [Dostopano: 10-nov-2017]. [19] Mashable, Smart oven uses image recognition to cook the perfect meal every time. [Na spletu]. Dostopno: [Dostopano: 10-nov-2017]. GIB letnik 26. št /
IP PACKET QUEUING DISCIPLINES AS BASIC PART OF QOS ASSURANCE WITHIN THE NETWORK
UDK621.3:(53+54+621 +66), ISSN0352-9045 Informacije MIDEM 39(2009)2, Ljubljana IP PACKET QUEUING DISCIPLINES AS BASIC PART OF QOS ASSURANCE WITHIN THE NETWORK Sasa Klampfer, Joze Mohorko, Zarko Cucej University
More informationformati slike in branje slike pomen in nekaj primerov EM spekter aplikacije v posameznih delih spektra o matriki slike
Strojni vid pri tehnoloških meritvah formati slike in branje slike pomen in nekaj primerov EM spekter aplikacije v posameznih delih spektra o matriki slike formati slike in branje slike slika je običajno
More informationDelavnica za konfiguriranje dostopovnih točk Konfiguracija LANCOM L-54 z uporabo orodja LANConfig
Delavnica za konfiguriranje dostopovnih točk Konfiguracija LANCOM L-54 z uporabo orodja LANConfig Boštjan Lemut Prva povezava na L-54 s povezovalnim kablom povežemo mrežna vmesnika na računalniku in L-54
More informationDelavnica za konfiguriranje dostopovnih točk WEB konfiguracija LANCOM L-54
Delavnica za konfiguriranje dostopovnih točk WEB konfiguracija LANCOM L-54 Boštjan Lemut Prva povezava na L-54 s povezovalnim kablom povežemo mrežna vmesnika na računalniku in L-54 v brskalniku vpišemo
More informationHitra rast hranjenih podatkov
Tomaž Borštnar - član uredništva računalniške revije Monitor od začetka (oktober 1991; ne-pc okolja (Unix, etc) - sodelavec YUNAC in ARNES od začetka - postavil in upravljal večino strežnikov na SiOL -
More informationCalculation of volume with the use of NTF method. Izračun volumnov z uporabo NTF metode
RMZ - Materials and Geoenvironment, Vol. 53, No. 2, pp. 221-227, 2006 221 Calculation of volume with the use of NTF method Izračun volumnov z uporabo NTF metode Milivoj Vulić 1, Anes Durgutović 2 1 Faculty
More informationSession:E07 GALIO - DB2 index advisor, how we implemented it and what we get from self-made expert tool
Session:E07 GALIO - DB2 index advisor, how we implemented it and Viktor Kovačević, MSc Hermes Softlab 6th October 2009 14:15 (60') Platform: UDB / LUW OUTLINE Application & Database tuning Self made index
More informationVodnik skozi Google Analytics Beta verzija 1. del. prehod s stare kode (urchin.js), k novi kodi za sledenje (ga.js)
Vodnik skozi Google Analytics Beta verzija 1. del prehod s stare kode (urchin.js), k novi kodi za sledenje (ga.js) Ta vodnik je povzetek Googe vodiča ' Tracking Code Migration Guide Switching from urchin.js
More informationQ: Do You made a backup before upgrade? A: Only cowards make backups!
Q: Do You made a backup before upgrade? You z malo - you A: Only cowards make backups! Real men don't use backups, they post their stuff on a public ftp server and let the rest of the world make copies.
More informationOrganizacija računalnikov (OR) UNI-RI, 3.l. RS Vaje. doc.dr. Mira Trebar
Organizacija računalnikov (OR) UNI-RI, 3.l. RS Vaje doc.dr. Mira Trebar 2 Vaja 1 (11.10.2010) Vaje so obvezne (delo v laboratoriju + doma) S1: Logisim MIPS procesor eno-cikelna izvedba ( logisim ) MIPS
More informationHow we calculate volume with the use of NTF method. Kako izračunamo volumen z uporabo metode NTF
RMZ Materials and Geoenvironment, Vol. 55, No. 1, pp. 127-134, 2008 127 How we calculate volume with the use of NTF method Kako izračunamo volumen z uporabo metode NTF An e s Du r g u t o v i ć 1, Mi l
More informationNaslavljanje v IP. Miran Meža
Naslavljanje v IP Miran Meža Omrežje vseh omrežij Avtonomni sistem Avtonomni sistem Avtonomni sistem Avtonomni sistem Avtonomni sistem Avtonomni sistem Omrežje vseh omrežij Usmerjanje prometa: poznati
More informationPrirejanje in preverjanje tipov
Uvod v C# Drugi del Dedovanje Sintaksa Prirejanje in preverjanje tipov Kaste preverjenih tipov Prekrivanje metod Dinamično povezovanje (poenostavljeno) Skrivanje Dinamično povezovanje (s skrivanjem) Fragile
More informationUnsupervised learning of scene and object planar parts
Elektrotehniški vestnik 74(5): 297 302, 2007 Electrotechnical Review, Ljubljana, Slovenija Unsupervised learning of scene and object planar parts Katarina Mele, Jasna Maver Univerza v Ljubljani, Fakulteta
More informationOSNOVNI PRINCIPI 3D MODELIRANJA
OSNOVNI PRINCIPI 3D MODELIRANJA LARISA CARLI Fakulteta za matematiko in fiziko Univerza v Ljubljani 3D modeliranje je del računalniške grafike in je tesno povezano z matematiko, predvsem z linearno algebro.
More informationGRAFIČNIH PROCESOV BARVNE TABLICE. Tadeja Muck
STANDARDIZACIJA GRAFIČNIH PROCESOV BARVNE TABLICE Tadeja Muck BARVNE TABLICE ISO 12640 oblika zapisa referenčne datoteke > pravila za shranjevanje podatkov izmerjenih tablic. ISO 12642 pravilnost postavitve
More informationSistemske zahteve za SAOP
Sistemske zahteve za SAOP Samostojna delovna postaja višji). icenter je ERP sistem, ki zagotavlja popolno kontrolo nad vsemi poslovnimi procesi v podjetju. V tej postavitvi je SAOP icenter nameščen na
More informationBLUETOOTH KOMUNIKATOR ZA WINDOWS MOBILE 6.5
Alen Rojko BLUETOOTH KOMUNIKATOR ZA WINDOWS MOBILE 6.5 Diplomsko delo Maribor, april 2013 BLUETOOTH KOMUNIKATOR ZA WINDOWS MOBILE 6.5 Diplomsko delo Študent(ka): Študijski program: Alen Rojko Visokošolski
More informationPrometno načrtovanje xdsl
Prometno načrtovanje xdsl 1 Kazalo Prometno načrtovanje naročniške zanke Prometno načrtovanje MSAN Izbira agregacijskega modela Izbira opreme 2 Potrebe po pasovni širini Zahtevana pasovna širina na uporabnika
More information» Nakup in vzdrževanje Oracle programske opreme «Tehnične specifikacije
Obrazec P-5 Specifikacije 30K250316» Nakup in vzdrževanje Oracle programske opreme «Tehnične specifikacije KAZALO VSEBINE 1. Predmet javnega naročila...3 1.1. SKLOP-1: STORITEV VZDRŽEVANJA ORACLE LICENČNE
More informationAlgoritmi in podatkovne strukture 2. Urejanje (sorting)
Algoritmi in podatkovne strukture 2 Urejanje (sorting) osnove, metode deli in vladaj, kopica Andrej Brodnik: Algoritmi in podatkovne strukture 2 / Urejanje (sorting) osnove, metode deli in vladaj, kopica
More informationTransakcije v MariaDB/MySQL (transakcija A)
Transakcije v MariaDB/MySQL (transakcija A) Pomožni elementi In [1]: # pyodbc import pyodbc try: cn1.close() except: pass # MariaDB/MySQL conn = "DRIVER={MySQL ODBC 5.3 Unicode Driver};SERVER=localhost;DATABASE=sandbox;UID=tu
More informationRAZLOG ZA IZVAJANJE PROGRAMA POPRBAZA
RAZLOG ZA IZVAJANJE PROGRAMA POPRBAZA POPRBAZA je namenjen večji reorganizaciji podatkov v računalnikovem spominu. Reorganizacijo narekujejo bodisi zakonske spremembe, bodisi novosti v programu. Zato je
More informationArhitektura oblaka Upravljanje v oblaku Delovanje v oblaku Arhitekturni okvir računalništva v oblaku
1 Predstavitev 2 Področja delovanja 3 GRC knjižnica 4 Primeri CAI in CCM Aplikacijska varnost 5 CCSK 6 Zaključek Globalna, neprofitna organizacija 23,000+ članov, 100 korporativnih članov, 50 odsekov Gradimo
More informationFakulteta za elektrotehniko, računalništvo in informatiko Inštitut za avtomatiko Laboratorij za obdelavo signalov in daljinska vodenja
Fakulteta za elektrotehniko, računalništvo in informatiko Inštitut za avtomatiko Laboratorij za obdelavo signalov in daljinska vodenja Navodila za vaje pri predmetu Internetne tehnologije VAJA 2 Dušan
More informationVzpostavitev spletnega vmesnika za prikaz tenziomiografskih meritev
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Nejc Poljanšek Vzpostavitev spletnega vmesnika za prikaz tenziomiografskih meritev DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM
More informationERCOlight LUM je energetsko visoko učinkovita svetilka za visoke prostore z možnostjo številnih različnih modifikacij.
Object Installation Project number Date 1 Luminaire data 1.5 Somar International Ltd, Eluma ME-OP4/4L/50 P5 (ME-OP4/4L/50) 1.5.1 Data sheet Ena svetilka, pet različnih možnosti : Eluma Lighting : Comparison
More informationABO R O P 1 U O N SEB O A Z
1 Barvno upravljanje je sistemati no vodenje barvnih pretvorb med barvnimi prostori naprav, uporabljenih v procesu barvne reprodukcije. Namen barvnega upravljanja Zagotoviti barvno usklajenost reprodukcije
More informationIZDELAVA PROGRAMSKEGA PAKETA ZA GRAFIČNI PRIKAZ POMENSKIH SLOVARJEV IN ONTOLOGIJ
Gregor Hren IZDELAVA PROGRAMSKEGA PAKETA ZA GRAFIČNI PRIKAZ POMENSKIH SLOVARJEV IN ONTOLOGIJ Diplomsko delo Maribor, september 2011 I Diplomsko delo univerzitetnega študijskega programa IZDELAVA PROGRAMSKEGA
More informationRazvoj jezika za iskanje, povezovanje in predstavitev podatkov
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Ernest Štukelj Razvoj jezika za iskanje, povezovanje in predstavitev podatkov DIPLOMSKO DELO NA UNIVERZITETNEM ŠTUDIJU SMER PROGRAMSKA OPREMA
More informationUDF for volume calculation with the use of NTF method. Lastne Excel funkcije za izračun prostornin po NTF metodi
RMZ Materials and Geoenvironment, Vol. 54, No. 3, pp.419-425, 2007 419 UDF for volume calculation with the use of NTF method Lastne Excel funkcije za izračun prostornin po NTF metodi Mi l i v o j Vu l
More informationAPLIKACIJE ZA SOCIALNA
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Boštjan Lotrič APLIKACIJE ZA SOCIALNA OMREŽJA DIPLOMSKO DELO NA UNIVERZITETNEM ŠTUDIJU Mentor: doc. dr. Zoran Bosnić Ljubljana, 2011 Rezultati
More informationE R S Š G L J U B L J A N A Š O L S K O L E T O
Datotečni sistem E R S Š G L J U B L J A N A Š O L S K O L E T O 2 0 1 0 / 1 1 Vsebina Programska oprema Sistemska programska oprema Operacijski sistem Lupina (shell) Datotečni sistem Programska oprema
More informationPODATKOVNE BAZE NOSQL
PODATKOVNE BAZE NOSQL Aljaž Zrnec, Dejan Lavbič, Lovro Šubelj, Slavko Žitnik, Aleš Kumer, Marko Bajec Univerza v Ljubljani, Fakulteta za računalništvo in informatiko, Laboratorij za podatkovne tehnologije,
More informationDetekcija prevoznega sredstva z mobilnimi senzorji
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Jasna Urbančič Detekcija prevoznega sredstva z mobilnimi senzorji MAGISTRSKO DELO MAGISTRSKI PROGRAM DRUGE STOPNJE RAČUNALNIŠTVO IN INFORMATIKA
More information1. uporabnik pošlje zahtevo prek spletnega brskalnika do strežnika, na katerem se v določenem času izvede zahtevana prostorska operacija, nato pa se r
SVG KOT NAČIN ZA PRIKAZOVANJE VISOKO LOČLJIVIH INTERAKTIVNIH SPLETNIH KART Uroš Preložnik* Povzetek Članek obravnava novo tehnologijo posredovanja prostorskih podatkov na svetovnem spletu z uporabo spletnega
More informationROSUS Računalniška obdelava slik in njena uporaba v Sloveniji 2018
Laboratorij za sistemsko programsko opremo Inštitut za računalništvo ROSUS 2018 - Računalniška obdelava slik in njena uporaba v Sloveniji 2018 Zbornik 13. strokovne konference Urednik: izr. prof. dr. Božidar
More informationA Generic Timing Receiver for Event-Driven Timing Systems
ELEKTROTEHNIŠKI VESTNIK 82(4): 205-211, 2015 ORIGINAL SCIENTIFIC PAPER A Generic Timing Receiver for Event-Driven Timing Systems Benjamin Ocepek Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška
More informationPOVEČEVANJE E-VKLJUČENOSTI Z UPORABO SMERNIC WCAG 2.0
Ana Dračina POVEČEVANJE E-VKLJUČENOSTI Z UPORABO SMERNIC WCAG 2.0 Diplomsko delo Maribor, september 2012 POVEČEVANJE E-VKLJUČENOSTI Z UPORABO SMERNIC WCAG 2.0 Diplomsko delo Študentka: Študijski program:
More informationUvod v svetovni splet
Univerza v Ljubljani Fakulteta za gradbeništvo in geodezijo Uvod v svetovni splet Računalništvo in informatika, GR-UNI, GR-VSŠ Tehnična dokumentacija in informatika, VKI-UNI št. leto 2007/08, 1. semester
More informationParallel Implementation of Desirability Function-Based Scalarization Approach for Multiobjective Optimization Problems
Informatica 39 (2015) 115 123 115 Parallel Implementation of Desirability Function-Based Scalarization Approach for Multiobjective Optimization Problems O. Tolga Altinoz Ankara University, Electrical and
More informationSIMULATION OF COMMISSIONING IN WAREHOUSE SIMULACIJA KOMISIONIRANJA V SKLADIŠČU
JET Volume 9 (2016) p.p. 63-70 Issue 1, April 2016 Typology of article 1.01 www.fe.um.si/en/jet.html SIMULATION OF COMMISSIONING IN WAREHOUSE SIMULACIJA KOMISIONIRANJA V SKLADIŠČU Gorazd Hren R, Damjan
More informationOgrodje za razvoj mikrostoritev v Javi in njihovo skaliranje v oblaku
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Tilen Faganel Ogrodje za razvoj mikrostoritev v Javi in njihovo skaliranje v oblaku DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJSKI PROGRAM RAČUNALNIŠTVO
More informationNAMESTITEV WINDOWS 7 OKOLJA Z UPORABO MICROSOFT WAIK ORODIJ
Organizacija in management informacijskih sistemov NAMESTITEV WINDOWS 7 OKOLJA Z UPORABO MICROSOFT WAIK ORODIJ Mentor: dr. Branislav Šmitek Kandidat: Aleš Frelih Kranj, november 2012 ZAHVALA Zahvaljujem
More informationDB2 podatkovna baza v praksi
DB2 podatkovna baza v praksi Aljoša Trivan, Mikropis holding d.o.o. aljosa.trivan@mikropis.si 2007 IBM Corporation Agenda Mikropis Splošno Fleksibilnost Vzdrževanje Backup SQL objekti in SQL stavki Novosti
More informationMobilna aplikacija za pregledovanje slik visokih ločljivosti
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Anže Sršen Mobilna aplikacija za pregledovanje slik visokih ločljivosti DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE
More informationDINAMIČNO DODELJEVANJE NAVIDEZNIH KRAJEVNIH OMREŽIJ V BREZŽIČNIH OMREŽJIH
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Adrijan Bradaschia DINAMIČNO DODELJEVANJE NAVIDEZNIH KRAJEVNIH OMREŽIJ V BREZŽIČNIH OMREŽJIH DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJSKI PROGRAM
More informationUPORABA METOD STROJNEGA UČENJA ZA UGOTAVLJANJE SPOLA UPORABNIKOV TWITTERJA NA PODLAGI VSEBINE NJIHOVIH TVITOV
2017 ZAKLJUČNA NALOGA ŠKORJANC UNIVERZA NA PRIMORSKEM FAKULTETA ZA MATEMATIKO, NARAVOSLOVJE IN INFORMACIJSKE TEHNOLOGIJE ZAKLJUČNA NALOGA UPORABA METOD STROJNEGA UČENJA ZA UGOTAVLJANJE SPOLA UPORABNIKOV
More informationINFORMACIJSKE REŠITVE V SODOBNIH HIŠAH
Aziz Lesnik INFORMACIJSKE REŠITVE V SODOBNIH HIŠAH Diplomsko delo Maribor, maj 2012 I Diplomsko delo univerzitetnega študijskega programa INFORMACIJSKE REŠITVE V SODOBNIH HIŠAH Študent: Študijski program:
More informationTwitter Bootstrap in razvoj spletnega repozitorija za Cacti
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Fakulteta za matematiko in fiziko Nejc Župec Twitter Bootstrap in razvoj spletnega repozitorija za Cacti DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJSKI
More informationLokacijske storitve na mobilnih napravah
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Aleš Rosina Lokacijske storitve na mobilnih napravah DIPLOMSKO DELO NA UNIVERZITETNEM ŠTUDIJU Mentor: doc. dr. Rok Rupnik Ljubljana, 2012
More informationRAČUNALNIŠKA GRAFIKA. Potek današnje ure? Uvodne misli... Peter PEER
RAČUNALNIŠKA GRAFIKA Peter PEER http://www.lrv.fri.uni-lj.si/~peterp/temp/racunalniskagrafika.pdf Fakulteta za računalništvo in informatiko Potek današnje ure? Vrste Področja uporabe Vektorski in rasterski
More informationPostavitev in upravljanje zasebnega oblaka z uporabo Microsoft System Center 2012 R2 in Windows Azure Pack za ponudnike storitev
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Gašper Govek Postavitev in upravljanje zasebnega oblaka z uporabo Microsoft System Center 2012 R2 in Windows Azure Pack za ponudnike storitev
More informationSistem za upravljanje zgradb
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Andrej Kavrečič Sistem za upravljanje zgradb UNIVERZITETNI ŠTUDIJSKI PROGRAM PRVE STOPNJE RAČUNALNIŠTVO IN INFORMATIKA Mentor: prof. dr. Saša
More informationIzboljšava proizvodnih procesov z modeliranjem in simulacijo inženirski pristop
Izboljšava proizvodnih procesov z modeliranjem in simulacijo inženirski pristop Simon Štampar¹, Igor Škrjanc², Božidar Bratina³, Saša Sokolić¹ ¹Metronik d.o.o., Stegne 9a, 1000 Ljubljana ² Fakulteta za
More informationA Novel On-line Inspection System for Transmission Lines Using Optical Ground Wires
ELEKTROTEHNIŠKI VESTNIK 81(1-2): 45-50, 2014 ORIGINAL SCIENTIFIC PAPER A Novel On-line Inspection System for Transmission Lines Using Optical Ground Wires Jinrui Tang *, Xianggen Yin, Zhe Zhang State Key
More informationOddaljen dostop do namiznega računalnika
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Siniša Grubor Oddaljen dostop do namiznega računalnika DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJSKI PROGRAM PRVE STOPNJE RAČUNALNIŠTVO IN INFORMATIKA
More informationRobustno razpoznavanje 3D slik obrazov
ELEKTROTEHNIŠKI VESTNIK 79(1-2): 1 6, 2012 EXISTING SEPARATE ENGLISH EDITION Robustno razpoznavanje 3D slik obrazov Janez Križaj, Vitomir Štruc, Simon Dobrišek Univerza v Ljubljani, Fakulteta za elektrotehniko,
More informationsodobne poslovnoinformacijske rešitve Birokrat Kratka navodila za namestitev demo verzije programa Birokrat
sodobne poslovnoinformacijske rešitve www.andersen.si Birokrat Kratka navodila za namestitev demo verzije programa Birokrat Kratka navodila za namestitev demo verzije programa Birokrat Pošiljamo vam demo
More informationŠolski center Novo mesto Srednja elektro šola in tehniška gimnazija Šegova ulica 112, 8000 Novo mesto. Maturitetna seminarska naloga
Šolski center Novo mesto Srednja elektro šola in tehniška gimnazija Šegova ulica 112, 8000 Novo mesto Maturitetna seminarska naloga Šolsko leto 2007/08 Avtor: Mentor: prof. Albert Zorko Novo mesto, 10.7.
More informationIzdelava urejevalnika izvorne kode v oblaku z uporabo tehnologij HTML5
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Roman Gorišek Izdelava urejevalnika izvorne kode v oblaku z uporabo tehnologij HTML5 DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM
More informationRazvoj napredne spletne trgovine z upoštevanjem zgodovine nakupov
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Slobodan Jovanović Razvoj napredne spletne trgovine z upoštevanjem zgodovine nakupov DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM
More informationDružina IEEE802 Poddružina IEEE802.1 Priključitev v omrežje IEEE802.1x
1 Družina IEEE802 Poddružina IEEE802.1 Priključitev v omrežje IEEE802.1x 2 družina standardov, ki opisujejo delovanje lokalnih (LAN) in mestnih (MAN) omrežij delo opravljano v delovnih skupinah več na
More informationKONCEPT NADZORA CENTRALIZIRANEGA RAČUNALNIŠKEGA OMREŽJA S PROTOKOLOM SNMP
Jure Klobučar KONCEPT NADZORA CENTRALIZIRANEGA RAČUNALNIŠKEGA OMREŽJA S PROTOKOLOM SNMP Diplomsko delo Ruše, september 2010 I Diplomsko delo univerzitetnega študijskega programa KONCEPT NADZORA CENTRALIZIRANEGA
More informationNavodila za interaktivne naloge Bober
Avtorji dokumenta: Dean Gostiša , Lovro Podgoršek Verzija dokumentacije: 1.1 Datum in kraj: 24. 7. 2013, Ljubljana Navodila za interaktivne naloge Bober Uvod 1.
More informationObject detection with constellations of keypoints
University of Ljubljana Faculty of Computer and Information Science Domen Rački Object detection with constellations of keypoints MASTERS THESIS THE 2nd CYCLE MASTERS STUDY PROGRAMME COMPUTER AND INFORMATION
More informationAnaliza slovenskih uporabnikov družbenega omrežja Twitter
UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE Borut Penko Analiza slovenskih uporabnikov družbenega omrežja Twitter Diplomsko delo Ljubljana, 2014 UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE Borut
More informationPrimerjava izvornega in hibridnega razvoja mobilne aplikacije
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Luka Vidmar Primerjava izvornega in hibridnega razvoja mobilne aplikacije DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE
More informationMobilna aplikacija za pregled informacij o prometu v Sloveniji
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Miha Majzelj Mobilna aplikacija za pregled informacij o prometu v Sloveniji DIPLOMSKO DELO NA VISOKOŠOLSKEM STROKOVNEM ŠTUDIJU Ljubljana,
More informationPRISOTNOST PRI POUKU S POMOČJO RFID
UNIVERZA V MARIBORU FAKULTETA ZA ELEKTROTEHNIKO, RAČUNALNIŠTVO IN INFORMATIKO Dejan Lebar PRISOTNOST PRI POUKU S POMOČJO RFID Diplomsko delo Maribor, september 2014 Fakulteta za elektrotehniko, računalništvo
More informationGeneralization analysis of semantic segmentation with deep filter banks
University of Ljubljana Faculty of Computer and Information Science Marko Prelevikj Generalization analysis of semantic segmentation with deep filter banks BACHELOR S THESIS UNDERGRADUATE UNIVERSITY STUDY
More informationSlika 2: Doseg robotske roke Pioneer 2 Arm
Izvedba okolja za delo z robotskim manipulatorjem s petimi prostorskimi stopnjami Aleš Klun, mentor: doc. dr. Gregor Klančar Univerza v Ljubljani, Fakulteta za elektrotehniko Tržaška c. 25, 1000 Ljubljana,
More informationUpravljanje inteligentnega sistema na daljavo
Upravljanje inteligentnega sistema na daljavo Milan Rotovnik, Primož Kosec, Matjaž Debevc Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko Smetanova 17, 2000 Maribor, Slovenija
More informationVmesnik za vodenje sistema Lego Mindstorms v razvojnem okolju Siemens Step7
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Martin Šimac Vmesnik za vodenje sistema Lego Mindstorms v razvojnem okolju Siemens Step7 DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM
More informationSpletni iskalnik Google in optimizacija spletnih strani
UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE Slaven Petrović Spletni iskalnik Google in optimizacija spletnih strani Diplomsko delo Ljubljana, 2010 UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE Slaven
More informationUPORABA SILVERLIGHT 4 ZA PODPORO PRI ELEKTRONSKEM PREVERJANJU ZNANJA
Matjaž Reberc UPORABA SILVERLIGHT 4 ZA PODPORO PRI ELEKTRONSKEM PREVERJANJU ZNANJA Diplomsko delo Maribor, junij 2011 I Diplomsko visokošolskega strokovnega študijskega programa UPORABA SILVERLIGHT 4
More informationProgramski jezik Java
Programski jezik Java Interno gradivo za predmet Algoritmi in programski jeziki (4. letnik) ArrayList (neprečiščeno besedilo) ArrayList Java class ArrayList(java.util.ArrayList) je hiter in za uporabo
More informationApplicability of two different methods for determining particle shape. Uporabnost dveh različnih metod za določevanje oblike delcev
RMZ Materials and Geoenvironment, Vol. 56, No. 1, pp. 88 96, 2009 88 Applicability of two different methods for determining particle shape Uporabnost dveh različnih metod za določevanje oblike delcev Da
More informationMagistrsko delo. Organizacija in management informacijskih sistemov MODEL OBLAČNIH STORITEV Z OPENSTACK
Organizacija in management informacijskih sistemov MODEL OBLAČNIH STORITEV Z OPENSTACK Mentor: red. prof. dr. Robert Leskovar Kandidatka: Blažka Globačnik Kranj, september 2014 ZAHVALA Zahvaljujem se mentorju
More informationLokalni razpoznavalnik govora za Android
Univerza v Ljubljani Fakulteta za računalništvo in informatiko David Starič Lokalni razpoznavalnik govora za Android DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE RAČUNALNIŠTVO IN
More informationIzdelava hibridnih mobilnih aplikacij z ogrodjem Ionic
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Janez Čadež Izdelava hibridnih mobilnih aplikacij z ogrodjem Ionic DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE RAČUNALNIŠTVO
More informationPika. Jubilejno 18. leto Pike. Razvoj aplikacij in spletnih strani. Infrastruktura. Office tečaji. SharePoint ITIL SQL
Pika Kompas Xnet - vaš zanesljiv IT partner Številka 2 April 2015 Letnik XVIII ISSN: 1408-7863 Razvoj aplikacij in spletnih strani Infrastruktura Office tečaji SharePoint ITIL SQL BI Jubilejno 18. leto
More informationSERVISI ZA ODDALJEN DOSTOP DO RAČUNALNIKOV
Fakulteta za elektrotehniko, računalništvo in informatiko Tadej Šetinc SERVISI ZA ODDALJEN DOSTOP DO RAČUNALNIKOV Diplomsko delo Maribor, Avgust 2015 SERVISI ZA ODDALJEN DOSTOP DO RAČUNALNIKOV Diplomsko
More informationRazširitev in podpora serijskih komunikacijskih vmesnikov na Raspberry Pi platformi
Razširitev in podpora serijskih komunikacijskih vmesnikov na Raspberry Pi platformi Uroš Sadek 1,2, Amor Chowdhury 1,2 1 Margento R&D, Gosposvetska cesta 84, 2000 Maribor 2 Univerza v Mariboru, Fakulteta
More informationGrožnje zasebnosti uporabnika pametne televizije
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Grega Štravs Grožnje zasebnosti uporabnika pametne televizije DIPLOMSKO DELO UNIVERZITETNI ŠTUDIJSKI PROGRAM PRVE STOPNJE RAČUNALNIŠTVO IN
More informationVpliv varnostnih mehanizmov na povezljivost spletnih storitev. Influence of security mechanisms on web services interoperability
Elektrotehniški vestnik 74(3): 113-118, 2007 Electrotechnical Review: Ljubljana, Slovenija Vpliv varnostnih mehanizmov na povezljivost spletnih storitev Simon Kocbek 1, Matjaž B. Juri 2 1 Fakulteta za
More informationOn Cost Function Properties In Analog Circuit Optimization. Vpogled v značilnosti kriterijskih funkcij optimizacijskih algoritmov
On Cost Function Properties In Analog Circuit Optimization Andrej Nussdorfer, Árpad Bűrmen, Janez Puhan and Tadej Tuma University of Ljubljana, Faculty of electrical engineering, Ljubljana, Slovenija Key
More informationPrimerjava in analiza učinkovitosti podatkovnih baz DB2 in MySQL
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Nedim Husaković Primerjava in analiza učinkovitosti podatkovnih baz DB2 in MySQL DIPLOMSKO DELO VISOKOŠOLSKI ŠTUDIJSKI PROGRAM PRVE STOPNJE
More informationRobotovo pojasnjevanje svojih
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Martin Cvetkov Robotovo pojasnjevanje svojih odločitev MAGISTRSKO DELO ŠTUDIJSKI PROGRAM DRUGE STOPNJE RAČUNALNIŠTVO IN INFORMATIKA Ljubljana,
More informationPodatkovni model za celostno vodenje proizvodnje
Podatkovni model za celostno vodenje proizvodnje Miha Glavan 1, Dejan Gradišar 1, Gašper Mušič 2 1 Institut Jožef Stefan, Jamova 39, Ljubljana 2 Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška
More informationVaje pri predmetu Računalniško zaznavanje 08/09
Vaje pri predmetu Računalniško zaznavanje 08/09 1 ImageJ http://rsb.info.nih.gov/ij/download.html Wayne Rasband (National Institute of Health) 2 ImageJ Pripravljena orodja za pregledovanje in interaktivno
More informationPovezava regulatorja DEQ v omrežje
KAZALO 1. OBJEKT NIMA INTERNETNE POVEZAVE... 2 1.1. Direktna povezava med računalnikom ter DEQ... 2 1.2. Povezava DEQ na dostopno točko... 4 1.3. Povezava preko GSM omrežja... 7 2. OBJEKT IMA INTERNETNO
More informationSistem za dinamično upravljanje izgleda klienta IPTV
Univerza v Ljubljani Fakulteta za računalništvo in informatiko Matjaž Jurečič Sistem za dinamično upravljanje izgleda klienta IPTV DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE RAČUNALNIŠTVO
More informationSUBJECT CATEGORY-BASED ANALYSIS OF DESCRIPTORS OF SLOVENIAN PLANT SCIENCE DOCUMENTS IN THE AGRIS DATABASE IN THE PERIOD
University of Ljubljana UDC:002.6.01/.08:63:014.3:05 Biotechnical Faculty "1993-1995"(497.12)(045)=20 Slovenian National AGRIS Centre Research paper Head: Tomaž Bartol, M.Sc. Raziskovalno delo SUBJECT
More informationRazvoj spletne trgovine z vključitvijo naprednih storitev
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Papež Lovro Razvoj spletne trgovine z vključitvijo naprednih storitev DIPLOMSKO DELO VISOKOŠOLSKI STROKOVNI ŠTUDIJSKI PROGRAM PRVE STOPNJE
More informationSPLETNE SESTAVLJANKE IN POSLOVNI PORTALI
UNIVERZA V MARIBORU FAKULTETA ZA ELEKTROTEHNIKO, RAČUNALNIŠTVO IN INFORMATIKO Miha Pavlinek SPLETNE SESTAVLJANKE IN POSLOVNI PORTALI Diplomska naloga Maribor, marec 2008 I FAKULTETA ZA ELEKTROTEHNIKO,
More informationIntegracija povpraševanj nerelacijskih podatkovnih baz in doseganje visoke razpoložljivosti v računalniškem oblaku
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Matej Rojko Integracija povpraševanj nerelacijskih podatkovnih baz in doseganje visoke razpoložljivosti v računalniškem oblaku MAGISTRSKO
More informationDejan Lukan. Negativno Testiranje
UNIVERZA V LJUBLJANI FAKULTETA ZA RAČUNALNIŠTVO IN INFORMATIKO Dejan Lukan Negativno Testiranje Postopki in orodja za negativno testiranje DIPLOMSKO DELO NA UNIVERZITETNEM ŠTUDIJU Mentorica: doc. dr. Mojca
More informationLokalna brezžična (WLAN) in osebna brezžična omrežja (PAN)
Lokalna brezžična (WLAN) in osebna brezžična omrežja (PAN) N. Zimic N. Zimic 4-1 IEEE 802.11 N. Zimic 4-2 1 Omrežja LAN in PAN V določenih primerih je težko natančno razdeliti protokole v posamezne skupine
More informationINFORMACIJSKA PODPORA ZA NADZOR IN UPRAVLJANJE RAČUNALNIŠKIH OMREŽIJ
Domen Rogina INFORMACIJSKA PODPORA ZA NADZOR IN UPRAVLJANJE RAČUNALNIŠKIH OMREŽIJ Diplomsko delo Maribor, september 2013 INFORMACIJSKA PODPORA ZA NADZOR IN UPRAVLJANJE RAČUNALNIŠKIH OMREŽIJ Diplomsko delo
More information