Kandidat: Manfreda Aljoša

Naslov diplomskega dela: Vpeljava mehanizma avtomatskega razporejanja nalog v spletni storitvi MF.MKN

Povzetek:

V sodobnih organizacijskih okoljih predstavlja problem optimalnega razporejanja nalog terenskim delavcem pomemben operativni izziv.

Odsotnost ustreznega sistema za razporejanje praviloma pomeni, da se proces razporejanja izvaja ročno, kar povečuje časovno in organizacijsko obremenitev ter zmanjšuje učinkovitost izrabe virov.

Zaradi navedenega smo se odločili razviti sistem za avtomatsko razporejanje nalog med delavce. V diplomski nalogi predstavljamo sistem za avtomatsko razporejanje nalog med delavce v okolju MightyFields Merilno Krmilne Naprave.

Razviti sistem uporablja metode strojnega učenja za optimizacijo razporejanja nalog na podlagi geografskih koordinat, razpoložljivosti delavcev in drugih parametrov.

Implementacija spletne storitve uporablja algoritme za razvrščanje v skupine (angl. clustering) in optimizacijo poti z uporabo eksternih spletnih API-jev. Razviti sistem omogoča masovno razporejanje nalog za celotno podjetje ali posamezne organizacijske enote.

Rezultati razporejanja so shranjeni v bazo podatkov, hkrati pa tudi prikazani v uporabniškem vmesniku z vizualizacijo na zemljevidu.

Povratne informacije uporabnikov v okviru pilotnega testiranja kažejo na zadovoljstvo z rešitvijo, predvsem zaradi zmanjšanja ročnega dela, večje preglednosti ter hitrejše priprave razporeditev.

Na podlagi testov ugotavljamo, da razvita aplikacija izpolnjuje ključne funkcionalne zahteve ter omogoča učinkovitejše razporejanje nalog.

Mentor: doc. dr. Aleš Smrdel

Kandidat: Trop Žiga

Naslov diplomskega dela: Razvoj mobilne aplikacije za optimizirano zaposlovanje v kadrovskih podjetjih

Povzetek:

Diplomska naloga obravnava problem poenostavitve in avtomatizacije kadrovskega zaposlovanja v Sloveniji. V okviru diplome naloge je bila poenostavitev izvedena z implementacijo sistema za upravljanje s kadrovskimi zadevami. Jedro sistema je mobilna aplikacija, ki rešuje problem pogostih nejasnosti pri kandidatih (npr. glede manjkajoče dokumentacije in plačilnih list). Te nejasnosti povzročajo frustracijo kandidatov in posledično kadrovikov, ki so obremenjeni s ponavljajočimi se klici za pomoč. Rešitev je sestavljena iz štirih segmentov. Projektni obrazec je spletna stran za shranjevanje podatkov o podjetjih (plača, delovna mesta, kompe-tence ipd.). Sledi sistem projektnih tabel, prav tako v spletni obliki, ki omogoča pregled vseh na novo dodanih kandidatov ter sproži ustvarjanje uporabniškega računa. Osrednji segment predstavlja mobilna aplikacija, ki omogoča prikaz delovne obveznosti, trenutni status zaposlitve (npr. stanje delovnega dovoljenja na upravni enoti), arhiv dokumentacije (pogodbe, plačilne liste), zahtevke (obrazec ER-28, kreditne pole ipd.) ter omogoča pregled prostih delovnih mest in prejemanje obvestil. Zadnji segment predstavlja upravljanje aplikacije s strani kadrovika, ki je izvedeno prek vmesnika Slack API. Ta del omogoča dodeljevanje obveznosti, spreminjanje statusov zaposlitve in distribucijo dokumentov. Učinkovitost in uporabniško izkušnjo razvitega sistema je preverjena s standardiziranim vprašalnikom UMUX (Usability Metric for User Experience). V testiranju so sodelovale štiri osebe, ki so sistem ocenile s povprečno oceno 91,41 %. Doseženi rezultat nakazuje na visoko stopnjo uporabnosti in intuitivnosti sistema. Ob interpretaciji rezultatov pa je treba upoštevati omejitve testiranja; zaradi majhnega vzorca (n=4) in preliminarne narave preverjanja dobljena ocena služi predvsem kot indikator potenciala sistema in ne kot statistično reprezentativna meritev za širšo populacijo.

Mentor: doc. dr. Aleš Smrdel

Kandidat: Kralj Barbara

Naslov diplomskega dela: Uporaba NodeMCU in programskega jezika LUA za razvoj IoT projektov

Povzetek:

Internet stvari (IoT) omogoča povezovanje fizičnih naprav v omrežje, kjer zbirajo, obdelujejo in izmenjujejo podatke ter samodejno izvajajo naloge. Platforma NodeMCU, ki temelji na mikrokrmilniku ESP8266, omogoča razvoj takšnih naprav z uporabo programskega jezika Lua, ki je primeren za okolja z omejenimi sistemskimi viri.

Diplomsko delo obravnava razvoj IoT rešitev od teoretičnih osnov in priprave razvojnega okolja do implementacije in nadgradnje praktičnih projektov. Poseben poudarek je na uporabi jezika Lua, ki zaradi svoje preprostosti in majhne porabe pomnilnika omogoča hiter in pregleden razvoj aplikacij na mikrokrmilnikih. Praktični del obsega tri projekte. Prvi projekt predstavlja merilnik temperature in vlažnosti, nadgrajen z modularno programsko zasnovo, obveščanjem prek platforme Discord in vizualizacijo podatkov v storitvi ThingSpeak. Drugi projekt razširi merilni sistem z OLED-zaslonom, lokalnim shranjevanjem podatkov v CSV obliki in oddaljeno diagnostiko prek povezave Telnet. Tretji projekt implementira simulator prometnega semaforja, ki je nadgrajen s protokolom MQTT za oddaljeni nadzor ter dvosmerno komunikacijo med HTTP vmesnikom in strežnikom MQTT. Vsi projekti so dokumentirani z opisom strojne vezave, programske zasnove, testiranja in primerov delovanja. Delo vključuje tudi navodila za pripravo razvojnega okolja na operacijskih sistemih Windows in macOS ter opis zaznanih omejitev in uporabljenih rešitev.

Mentor: doc. dr. Aleš Jaklič

Komisija za zagovor:

    - doc. dr. Alenka Kavčič, Predsednik

    - doc. dr. Aleš Jaklič, mentor in član

    - doc. dr. Aleš Smrdel, mentor in član

Prostor: Diplomska soba

Kandidat: Ivanović Sandra

Naslov diplomskega dela: Optično prepoznavanje cirilskih znakov s pomočjo vizualno-jezikovnih modelov

Povzetek:

Naloga se osredotoča na izboljšanje prepoznave besedila v zbirki zapisnikov yu1Parl, ki vsebuje zapisnike parlamentarnih sej Narodnega predstavništva Kraljevine SHS oziroma Jugoslavije iz obdobja 1919-1939. Ti dokumenti so zapisani v srbohrvaščini in slovenščini, pri čemer srbohrvaščina uporablja dve pisavi, latinico in cirilico, kar predstavlja dodaten izziv za optično prepoznavo znakov. Optično prepoznavo cirilskih znakov smo poskušali izboljšati s pomočjo dveh vizualno-jezikovnih modelov, GOT in SmolDocling.
Za potrebe dodatnega učenja modelov je bila ustvarjena množica približno 20.000 sintetičnih slik, ki je služila kot učna množica za izboljšanje zmogljivosti modelov na zgodovinskih dokumentih.
Rezultati so pokazali, da dodatno učenje vizualno-jezikovnih modelov na sintetičnih podatkih sicer izboljša uspešnost optične prepoznave cirilskih znakov, vendar na realnih dokumentih iz korpusa yu1Parl tudi prilagojeni modeli še vedno ne dosegajo zadostne stopnje zanesljivosti za praktično uporabo.

Mentor: doc. dr. Alenka Kavčič

Komisija za zagovor:

    - doc. dr. Aleš Smrdel, Predsednik

    - doc. dr. Aleš Jaklič, Član

    - doc. dr. Alenka Kavčič, Mentor

Prostor: Diplomska soba