Število načrtovalskih vzorcev hitro narašča, medtem ko orodja za njihovo upravljanje in iskanje temu trendu ne sledijo. Ta izziv nasljavlja nov pristop za izbiro ustreznega načrtovalskega vzorca. Implementirali smo ga v obliki inteligentne komponente na platformi, ki omogoča enostavno iskanje vzorcev in izmenjavo znanja o njih. Nov pristop ne predvideva iskanja vzorcev, temveč razvijalcem inteligentna komponenta priporoča ustrezen načrtovalski vzorec na podlagi vodenega dialoga. Vodeni dialogi so sestavljeni iz neodvisnih vprašanj in odgovorov, zbranih iz različnih virov. Izogniti smo se namreč želeli uvajanju dodatnih opravil za vzdrževanje predefiniranih ekspertnih sistemov za predlaganje načrtovalskih vzorcev. Namesto tega inteligentna komponenta dinamično združi neodvisna vprašanja v kratke vodene dialoge. Naš pristop na podlagi inovativnega matematičnega modela uvaja algoritme, ki omogočajo vodenje takšnega dialoga. Validacijo smo opravili s pomočjo primerjave med ekspertnim sistemom, ki so ga sestavili strokovnjaki, in našim inovativnim procesom predlaganja načrtovalskih vzorcev.
COBISS.SI-ID: 20216342
Razvili smo metodo z imenom Alokacija, ki je namenjena klasifikaciji neuravnoteženih podatkov. Metoda alokacije je klasifikacijski ansambel iz dveh nivojev. V prvem nivoju deluje alokator, ki se s pomočjo algoritmov nenadzorovanega učenja nauči učinkovito deliti izvorno množico podatkov na homogene podmnožice, ki se nato alocirajo specializiranim klasifikatorjem na drugem nivoju. Drugi nivo sestavlja množica specializiranih klasifikatorjev, kjer je vsak naučen na specifični podmnožici, ki mu je bila alocirana, in se tako specializira za točno določeno vrsto podatkov. Ti klasifikatorji tako vrnejo končno odločitev o razredu posameznih instanc. Z namenom preizkusa delovanja koncepta metode alokacije smo razvili alokator z detekcijo anomalij, ki uporablja eno-razredni klasifikator SVM. Alokacijo smo preizkusili v kombinaciji s šestimi klasifikacijskimi metodami na mestu specializiranih klasifikatorjev na drugem nivoju. Vse variante metode alokacije v vseh kombinacijah smo preverili na neuravnoteženih in uravnoteženih podatkih, slednje z namenom validacije metode kot splošnega klasifikacijskega pristopa. Rezultate alokacij smo primerjali z obstoječimi metodami za spopadanje z neuravnoteženi podatki. Rezultate eksperimentov smo dodatno preverili s statistično analizo in na podlagi tega prišli do zaključkov, da je metoda alokacije učinkovita alternativa obstoječim pristopom pri klasifikaciji neuravnoteženih in tudi uravnoteženih podatkov.
COBISS.SI-ID: 19263510
Modeliranje poslovnih procesov vključuje več vlog, npr. poslovne analitike, razvijalce programske opreme, uporabnike. Diagrami, ki nastanejo v procesu modeliranja, morajo biti razumljivi vsem deležnikom, tudi tistim, ki nimajo znanj na področju modeliranja procesov. Cilj raziskave, v kateri so sodelovali 103 študentje, je bil ovrednotiti intuitivno razumevanje diagramov različnih stopenj kompleksnosti, pripravljenih v najpogosteje uporabljenih notacijah: Unified Modeling Language Activity Diagram (UML AD), Business Process Model and Notation (BPMN) in Event Driven Process Chain (EPC). V primeru manj kompleksnih diagramov so se udeleženci, ki so uporabljali diagrame BPMN, odrezali slabše kot tisti, ki so uporabljali zapis EPC oz. UML AD. Ko je bila kompleksnost diagramov višja, so uporabniki EPC diagramov dosegli slabše rezultate, kot uporabniki BPMN in UML AD. UML AD se je izkazal kot vsestranska notacija, ki ni bila statistično slabša od preostalih notacij v primeru diagramov tako nižje kot višje kompleksnosti. Rezultati raziskave lahko olajšajo odločitev glede izbire ustrezne notacije pri projektih, v katerih se uporabljajo diagrami poslovnih procesov.
COBISS.SI-ID: 19609366
Vpeljava inovativne tehnologije kot je interaktivna tabla v razredu ponuja možnosti za izboljšanje izobraževalnih praks. Da se potencial nove tehnologije za izobraževanje izkoristi, morajo tovrstne tehnologije učitelji sprejeti in prilagoditi svojim potrebam na ustvarjalen način. Sprejetost tehnologije je rezultat različnih faktorjev, katerih vpliv se lahko razlikuje čez različne faze sprejetosti. Glavni cilj študije je bil razviti in potrditi instrument, ki omogoča hkratno ocenjevanje zunanjih faktorjev vpliva na uporabniška dojemanja o pričakovani učinkovitosti in pričakovanem naporu v različnih fazah sprejemanja tehnologije. Za razumevanje razlik v faktorjih v različnih fazah sprejemanja je bila predlagana moderatorska spremenljivka »tip uporabnika«. Predlagan raziskovalni model je bil testiran z izvedbo kvantitativno-kvalitativne raziskave v obliki spletnega vprašalnika. Empirični podatki, zbrani na podlagi odgovorov 1040 učiteljev, so bili analizirani z uporabo metode strukturnega modeliranja. Rezultati študije so pokazali, da na dojemanje učiteljev v vseh fazah sprejemanja tehnologije vplivajo kakovost uporabniškega vmesnika, osebna inovativnost in dojet pedagoški učinek. V povezavi s predlagano moderatorsko spremenljivko je ta študija pokazala velike razlike v velikostih vplivov v več kavzalnih povezavah. Kvalitativna analiza je bila izvedena za dodatno pojasnjevanje glavnih razlogov za opustitev uporabe interaktivnih tabel.
COBISS.SI-ID: 22585608
Uskladitev metapodatkovnega formata ne reši problema učinkovitega dostopa do ustreznih informacij v primeru heterogenih sistemov, ko različni sistemi uporabljajo različne vsebinske, kontekstne in semantične koncepte za različne entitete. Primer takšnih heterogenih sistemov so tudi Informacijski sistemi o raziskovalni dejavnosti (CRIS), ki hranijo podatke predvsem v lokalnih relacijskih podatkovnih bazah s pomočjo več različnih formatov in lokalnih konceptov. V članku so preučene možnosti in predstavljen nov, z ontologijo podprt semantično obogaten iskalnik, ki poleg tega, da uskladi metapodatkovne formate lokalnih CRIS sistemov, tudi zagotovi uskladitev pomenov podatkov in/ali konceptov, ki pripadajo različnim metapodatkovnim entitetam. Skupaj s posebnim modelom ontološke infrastrukture je bila s pomočjo novega poenostavljenega algoritma za izdelavo ontologij, ki temelji na razlikovanju med novimi in obstoječimi razredi s stališča vsebine, izdelana tudi namenska testna ontologija. Predlagani model je bil ovrednoten s simuliranjem iskalnega procesa na osnovi 41.113 realnih iskanj znotraj SICRIS-a. Dobljeni rezultati so pokazali, da je, ne glede na iskalno situacijo, učinkovitost vsaj enaka kot pri iskanju brez ontološke podpore; ugotovljeno je bilo značilno izboljšanje preciznosti v širokem območju zaupanja (p(0,005). Predstavljeni model lahko reši problem uskladitve podatkov kjer različni heterogeni sistemi uporabljajo različne vsebinske, kontekstne in semantične koncepte, kar je primer pri mnogih naprednih ekspertnih sistemih. Bolj kot je poizvedba osnovana na lastnostih podporne ontologije, bolj lahko iskalcu pomaga infrastruktura. Predlagani koncepti, ontološke infrastrukture in oblikovan semantični iskalnik lahko izboljšajo iskalno natančnost v več sistemih za pridobivanje podatkov.
COBISS.SI-ID: 19798806