Kandidat: Jože Fortun

Naslov diplomskega dela: Uporaba s poizvedovanjem obogatenega generiranja za iskanje po zgodovinskih parlamentarnih korpusih

Povzetek:

Zgodovinski parlamentarni zapisniki so dragoceni viri za razumevanje političnih in družbenih procesov preteklosti, vendar je raziskovanje po obsežnih korpusih časovno zahtevno. V diplomski nalogi raziskujemo uporabo s poizvedovanjem obogatenega generiranja (RAG) za iskanje in odgovarjanje na vprašanja nad korpusom zapisnikov kranjskega deželnega zbora (1861–1913) in narodnega predstavništva Kraljevine Jugoslavije (1919–1939). Korpus vsebuje besedila v slovenščini, nemščini, hrvaščini in srbščini. Primerjali smo različne strategije segmentacije besedila, metode vektorskega vstavljanja, tehnike iskanja in generativne modele z odprtimi licencami. Rezultati kažejo, da model qwen3:8b dosega najboljšo kakovost odgovorov tako za slovenska kot angleška vprašanja, medtem ko modeli gemma3:4b in llama3.1:8b ponujajo dobro razmerje med kakovostjo in hitrostjo. Ugotavljamo tudi, da večina modelov bolje podpira angleščino, kar predstavlja izziv pri uporabi RAG za manjše jezike.

Mentor: prof. dr. Matija Marolt

Kandidatka: Tara Majkič

Naslov diplomskega dela: Prepoznava oglašanja nočnih sov

Povzetek:

Dolgoročno spremljanje oglašanja nočnih sov omogoča globlji vpogled v njihovo vedenje in populacijske trende, kar pomembno prispeva k razumevanju biotske raznovrstnosti in ekološkega stanja Slovenije. Ročno pregledovanje zvočnih posnetkov, zajetih v daljšem časovnem obdobju, je časovno zamuden postopek pri analizi populacij nočnih sov. Diplomska naloga obravnava ta problem in ga rešuje z avtomatizacijo procesa, pri čemer uporablja obstoječe globoke nevronske modele, ki so bili prvotno naučeni na velikih zbirkah ptičjih oglašanj, nato pa prilagojeni na lastnih zvočnih posnetkih nočnih sov, ki prebivajo v Sloveniji. Model, ki ni omogočal prilagoditve, je bil uporabljen za pridobivanje vektorskih vložitev, ki so bile uporabljene kot podatki za učenje in testiranje enostavnih klasifikatorjev na osnovi metod strojnega učenja. Dosežki diplomske naloge bodo v podporo Nacionalnemu inštitutu za biologijo pri analizi populacij nočnih sov v Sloveniji.

Mentor: prof. dr. Matija Marolt

Kandidat: Jan Valič

Naslov diplomskega dela: Primerjava spletnih tehnologij ASP.NET: MVC in Blazor

Povzetek:

Diplomsko delo primerja ogrodji ASP.NET Core MVC in ASP.NET Core Blazor z namenom ovrednotenja njunih prednosti in omejitev pri razvoju sodobnih spletnih aplikacij. V ta namen sta bili razviti dve funkcionalno primerljivi aplikaciji z enakim zalednim delom in vizualno identičnim uporabniškim vmesnikom, pri čemer je bila ena implementirana v tehnologiji MVC, druga pa v Blazor. Razviti aplikaciji sta bili primerjani, pri čemer smo se osredotočili na tri vidike: programerskega, performančnega in uporabniškega.
Ugotovili smo, da nobena izmed tehnologij ni boljša v vseh vidikih. Blazor je boljši v programerskem vidiku, v performančnem vidiku ni enoznačne prednosti, saj so rezultati odvisni od samega poteka uporabe. S strani vidika uporabniške izkušnje pa sta aplikaciji dosegli podoben rezultat. Na podlagi celotne primerjave se je v okviru obravnavanega primera Blazor izkazal kot ugodnejša izbira.

Mentor: doc. dr. Aleš Smrdel

Komisija za zagovor:

doc. dr. Alenka Kavčič (predsednica),

prof. dr. Matija Marolt (mentor in član),

doc. dr. Aleš Smrdel (mentor in član).

Prostor: Predavalnica 18