Ponedeljkov seminar računalništva in informatike - Arhiv

ponedeljek, 21. julij 2025 Jakob BEBER: Naključnost v pokrivanju košev in Aljaž GEC: Generativna umetna inteligenca

V ponedeljek, 21. julija 2025, bosta ob 16:00 uri izvedeni dve
predavanji v okviru PONEDELJKOVEGA SEMINARJA RAČUNALNIŠTVA IN INFORMATIKE
Oddelkov za Informacijske znanosti in tehnologije UP FAMNIT in UP IAM.

ČAS/PROSTOR: 21. julij 2025 ob 16.00 prek Zoom-a (https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09).

1. predavanje:
============

--------------------------------------
PREDAVATELJ: Jakob BEBER
--------------------------------------

Jakob Beber je študent magistrskega programa računalništvo in informatika. Na UP FAMNIT je dodiplomski študij zaključil z diplomsko nalogo o algoritmih, ki rešujejo problem pokrivanja košev. Raziskovanje tega problema nadaljuje na magistrskem študiju, zato bo na seminarju predstavil nove ugotovite.

--------------------------------------------------------
NASLOV: Naključnost v pokrivanju košev
--------------------------------------------------------

POVZETEK:

Na seminarju bo predstavljena vsebina članka, v katerem predstavimo sprotno različico problema pokrivanja košev in možne strategije za njegovo reševanje. Kasneje se osredotočimo na strategijo naslednji ustrezen (DNF), pri kateri ugotavljamo, da je analiza najslabšega primera preveč pesimistična za praktično uporabo. Da bi to raziskali, smo razvili spletno platformo za izvajanje in preizkušanje strategij ter različnih generatorjev zaporedij. V naših empiričnih rezultatih prikažemo razliko med teoretično najslabšim in "povprečnim" primerom uspešnosti za strategijo DNF.

Seminar bo potekal v slovenskem jeziku.

=============================================================================================================

2. predavanje:
============

----------------------------------
PREDAVATELJ: Aljaž GEC
----------------------------------

Aljaž Gec je magistrski študent računalništva in informatike na UP FAMNIT in zaposlen na srednji računalniški šoli kot učitelj strokovnih predmetov iz področja računalništva. Zanimajo ga področja umetne inteligence, programiranja in poučevanja le-tega. Njegov raziskovalni seminar je tesno povezan z njegovim delovnim področjem, saj obravnava razlago umetne inteligence pri generiranju različnih vsebin, med drugim tudi pisanju programov v različnih programskih jezikih.

---------------------------------------------------------
NASLOV: Generativna umetna inteligenca
---------------------------------------------------------

POVZETEK:

Generativna umetna inteligenca (UI) je vrsta UI, ki zna ustvarjati nove vsebine, kot so besedila, slike, koda, glasba in video. Deluje na podlagi učenja iz ogromnih količin podatkov in uporablja statistične vzorce za ustvarjanje novih rezultatov. Med glavnimi tehnologijami so transformerski modeli (npr. ChatGPT) in difuzijski modeli (npr. DALL·E, Stable Diffusion). V praksi lahko generativna UI npr. iz besedilnega opisa ustvari sliko ali napiše programsko kodo po navodilih. Uporablja se na različnih področjih, kot so umetnost, izobraževanje, programiranje in podpora strankam. V prihodnosti se pričakuje razvoj večmodalnih modelov, boljše etične smernice ter lokalno delovanje UI brez povezave v internet.

Seminar bo potekal v slovenskem jeziku.

=============================================================================================================

Seminarja bosta izvedena online prek Zoom-a na sledeči povezavi:

https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09

Meeting ID: 297 328 207
Passcode: 123456789

---

četrtek, 10. julij 2025 Andrej ERJAVEC: Pristopi k iskanju informacij - od klasičnih do jezikovnih modelov in Marjan MEGLEN: Primerjava pristopov učenja pri matrični faktorizaciji v priporočilnih sistemih

V ponedeljek, 14. julija 2025, bosta ob 16:00 uri izvedeni dve predavanji v okviru PONEDELJKOVEGA SEMINARJA RAČUNALNIŠTVA IN INFORMATIKE Oddelkov za Informacijske znanosti in tehnologije UP FAMNIT in UP IAM.

ČAS/PROSTOR: 14. julij 2025 ob 16.00 prek Zoom-a (https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09).

1. predavanje:
============

------------------------------------------
PREDAVATELJ: Andrej ERJAVEC
------------------------------------------

Andrej Erjavec je študent 2. letnika magistrskega študijskega programa Računalništvo in informatika na UP FAMNIT.

-----------------------------------------------------------------------------------------------------
NASLOV: Pristopi k iskanju informacij - od klasičnih do jezikovnih modelov
-----------------------------------------------------------------------------------------------------

POVZETEK:

Z naraščajočo količino digitalno shranjenih podatkov postaja učinkovito iskanje informacij eden osrednjih izzivov sodobne informacijske tehnologije. Področje iskanja informacij (Information Retrieval) se je oblikovalo kot odgovor na potrebo po sistematičnem dostopu do relevantnih vsebin v vse obsežnejših podatkovnih zbirkah. Poseben izziv predstavljajo nestrukturirani podatki, kot so besedila, slike in video posnetki, katerih delež v celotni količini podatkov že presega 80 odstotkov. V okviru tega seminarja bo predstavljen razvoj pristopov k iskanju informacij skupaj s konkretnimi implementacijami ter njihovimi področji uporabe.

Seminar bo potekal v slovenskem jeziku.

================================================================================

2. predavanje:
============

-------------------------------------------
PREDAVATELJ: Marjan MEGLEN
-------------------------------------------

Marjan Meglen je magistrski študent Računalništva in informatike na UP FAMNIT. Zanimajo ga področja strojnega učenja, priporočilnih sistemov in razlage modelov.

---------------------------------------------------------------------------------------------------------------------
NASLOV: Primerjava pristopov učenja pri matrični faktorizaciji v priporočilnih sistemih
---------------------------------------------------------------------------------------------------------------------

POVZETEK:

Na seminarju bomo predstavili matrično faktorizacijo kot enega najpogosteje uporabljenih pristopov sodelovalnega filtriranja v priporočilnih sistemih. Osredotočili smo se na primerjavo dveh pristopov učenja latentnih faktorjev: sočasnega in postopnega. Uporabili smo podatkovno zbirko Movielens, kjer smo metode primerjali glede na napovedno uspešnost in razložljivost modela. Za napovedno uspešnost smo uporabili metrikо RMSE, za razložljivost pa vizualizacije in statistične teste, kot sta Anova in parni t testi. Rezultati so pokazali, da je sočasno učenje omogočilo hitrejšo konvergenco in nižjo napovedno napako, medtem ko je postopno učenje zagotovilo boljšo razložljivost, predvsem pri filmih iz pogostejših žanrov. S tem smo pokazali, da izbira pristopa učenja pomembno vpliva na razmerje med napovedno natančnostjo in razložljivostjo modela.

Seminar bo potekal v slovenskem jeziku.

================================================================================

Seminarja bosta izvedena online prek Zoom-a na sledeči povezavi:

https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09

Meeting ID: 297 328 207
Passcode: 123456789

---

ponedeljek, 7. julij 2025 Anđela ĐUKIĆ:Application of Clustering-Based Recommendation Systems in Nursing Diagnosis in Pika POVH MAVRIČ: Understanding Customer Behavior Through Data Analytics in the Banking Sector

V ponedeljek, 7. julija 2025, bosta ob 16:00 uri izvedeni dve
predavanji v okviru PONEDELJKOVEGA SEMINARJA RAČUNALNIŠTVA IN INFORMATIKE
Oddelkov za Informacijske znanosti in tehnologije UP FAMNIT in UP IAM.

ČAS/PROSTOR: 7. julij 2025 ob 16.00 prek Zoom-a (https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09).

1. predavanje:
============

--------------------------------------------
PREDAVATELJICA: Anđela ĐUKIĆ
--------------------------------------------

Anđela Đjukić is a second year Data Science Masters student at UP FAMNIT under the supervision of mentor Bošjan Žvanut and co-mentor Branko Kavšek. She is also a part of the GDI UP Project at FAMNIT.

-------------------------------------------------------------------------------------------------------------------------
NASLOV: Application of Clustering-Based Recommendation Systems in Nursing Diagnosis
-------------------------------------------------------------------------------------------------------------------------

POVZETEK:

This work explores how recommendation systems, specifically the CLUICE algorithm, can help with more efficient and accurate nursing diagnoses for older adults in a shorter amount of time.
The process of making a nursing diagnosis involves many steps and a lot of time and effort, specifically when connecting symptoms to possible diagnoses, and there aren’t many tools that help with this in an automated way. 
With this in mind, as well as the basic recommendation system knowledge, patients are modeled as users and their symptoms as items, using ideas from recommendation systems commonly seen and used in domains like marketing. The aim is to investigate if a system like this can suggest nursing diagnoses via identifying patterns in symptom data, even when the information is incomplete or limited.
The further goal comes through applying an approach not traditionally used in healthcare, with the potential to enhance clinical decision-making and reduce the cognitive burden on practitioners.

Seminar bo potekal v angleškem jeziku.

================================================================================

2. predavanje:
============

---------------------------------------------------
PREDAVATELJICA: Pika POVH MAVRIČ
---------------------------------------------------

Pika Povh Mavrič is currently completing her master’s studies in Computer Science at UP FAMNIT. She works as a data analyst in the Customer Relationship Management department at a bank, where she applies and deepens her expertise in data analytics. Her work involves automating processes, improving data quality, creating various reports and analyses, and applying data-driven decision-making to everyday processes within the department. The topic of her paper aligns well with her work in the banking sector.

--------------------------------------------------------------------------------------------------------------------------
NASLOV: Understanding Customer Behavior Through Data Analytics in the Banking Sector
--------------------------------------------------------------------------------------------------------------------------

POVZETEK:

This article examines how data analytics and machine learning are reshaping customer behavior analysis in the banking sector. It focuses on key applications such as credit scoring, fraud detection, churn prediction, and product recommendation, using models like Random Forest, LightGBM, and neural networks. The study highlights improved decision-making and customer engagement, while also addressing challenges around data quality, transparency, and ethics. It underscores the importance of organizational readiness and responsible AI practices to balance predictive accuracy with fairness and interpretability.

Seminar bo potekal v angleškem jeziku.

================================================================================

Seminarja bosta izvedena online prek Zoom-a na sledeči povezavi:

https://upr-si.zoom.us/j/297328207?pwd=S3Zpdk1VR3pjckNtWkQwKzlvcDR5UT09

---