Št. zadetkov: 33
Diplomsko delo
Oznake:
proizvodna linija;produktivnost;montaža;lesna industrija;diplomske naloge;
Diplomsko delo temelji na vključitvi dodatnega obdelovalnega stroja v avtomatizirano proizvodno linijo. Projekt se je izvedel v podjetju Podgorje d.o.o. v Šentjerneju, katero tudi predpisuje tehnološke zahteve delovanja stroje ter celotne linije. V delu je poleg zahtev podjetja ter delovanja proizvo ...
Leto:
2023
Vir:
Fakulteta za strojništvo (UM FS)
Diplomsko delo
Oznake:
Slovenija;davčni sistemi;davki;dohodnina;svetovanje;organizacija;zakonodaja;mednarodne primerjave;EU;
Razvoj davčnega svetovanja v Sloveniji
Leto:
2005
Vir:
Ekonomska fakulteta (UL EF)
Diplomsko delo
Oznake:
davčni sistemi;davki;obdavčenje;dvojno obdavčenje;bančništvo;banke;krediti;obresti;
Davek po odbitku na obresti za posojila pri SID banki
Leto:
2008
Vir:
Ekonomska fakulteta (UL EF)
Video in druga učna gradiva
Oznake:
computer science;natural language processing;technology;innovation;science;scientific research;social sciences;society;information society
V študiji strokovnjaki s področja jezikovnih tehnologij predlagajo tri prednostne teme, na katere naj se v prihodnosti osredotočijo akademske in industrijske raziskave: Čezjezični oblak – s tem bodo zagotovljene splošne in specializirane prevodne storitve za vse evropske državljane, podjetja in orga ...
Leto:
2013
Vir:
videolectures.net
Magistrsko delo
Oznake:
magistrske naloge;Francisove črpalne turbine;kavitacijski vrtinec;tlak;tlačne pulzacije;meritve;delna obremenitev;
Pri enojno reguliranih Francisovih črpalnih turbinah se izven optimalnega področja obratovanja zaradi sekundarnih tokov na izhodu iz gonilnika ustvari vrtinec. Vrtinec povzroča nizkofrekvenčne tlačne pulzacije, te pa vibracije in hrup. Tlačne pulzacije in vrtinec imajo isto lastno frekvenco, ki je o ...
Leto:
2019
Vir:
Fakulteta za strojništvo (UL FS)
Diplomsko delo
Oznake:
statistična analiza jezika;jezikovni korpus;Gigafida;paralelni algoritmi;
Področje procesiranja naravnega jezika je pomembna in obsežna panoga računalništva, vendar je večina obstoječih orodij razvitih in prilagojenih za obdelavo angleških besedil. Razvili smo orodje za statistično analizo velikih jezikovnih korpusov, ki upošteva značilnosti slovenščine kot močno pregibne ...
Leto:
2016
Vir:
Fakulteta za računalništvo in informatiko (UL FRI)
Diplomsko delo
Oznake:
leksikon besednih oblik;Sloleks;oblikoskladenjske paradigme;strojno učenje;naivni Bayesov klasifikator;gručenje z medoidi;
Sloleks je leksikon besednih oblik, ki v strukturirani bazi podatkov vsebuje slovenske besede in njihove pregibne oblike, skupaj z informacijo, v katero besedno vrsto spadajo in kakšne so njihove oblikoskladenjske lastnosti. Zaradi stalnega spreminjanja jezika ter naraščajočih potreb po strojnem pro ...
Leto:
2017
Vir:
Fakulteta za računalništvo in informatiko (UL FRI)
Diplomsko delo
Oznake:
statistično strojno prevajanje;faktorsko strojno prevajanje;sistem Moses;jezikovni korpus;jezikovni model;prevajalni model;BLEU;evalvacija;Google Translate;
Cilj diplomske naloge je prilagoditev sistema Moses za statistično strojno prevajanje iz angleščine v slovenščino. Strojno prevajanje je področje računalniške lingvistike, ki raziskuje uporabo programske opreme za prevajanje besedila iz enega jezika v drugega. Faktorsko statistično strojno prevajanj ...
Leto:
2016
Vir:
Fakulteta za računalništvo in informatiko (UL FRI)
Magistrsko delo
Oznake:
strojno učenje;oblikoskladenjsko označevanje;globoko učenje;konvolucijske nevronske mreže;rekurentne nevronske mreže;ansambli klasifikatorjev;
V magistrskem delu se ukvarjamo z oblikoskladenjskim označevanjem slovenskega jezika. Pri tej nalogi s področja obdelave naravnega jezika povedim priredimo ustrezno zaporedje oznak, ki opisujejo oblikoskladenjske lastnosti besed. Za razliko od tipičnih pristopov, ki vhodne povedi obravnavajo na nivo ...
Leto:
2018
Vir:
Fakulteta za računalništvo in informatiko (UL FRI)
Raziskovalni podatki
Oznake:
part-of-speech tagging;neural networks
Part-of-speech tagger for Slovene language implemented using convolutional and LSTM neural networks. Tagger uses character-level representation of sentences. The tagger has been trained on the ssj500k 2.1 corpus, http://hdl.handle.net/11356/1181.
Leto:
2019
Vir:
CLARIN.si