Odkrivanje vzorcev iz podatkovnih tokov v realnem času je pomembno v finančnih aplikacijah, telekomunikacijah, spletnih aplikacijah, nadzoru, spremljanju stanja pacientov, in drugje. Članek predlaga učinkovit inkrementalni algoritem za učenje regresijskih in modelnih dreves iz neomejenih, hitrih in časovno spremenjlivih podatkovnih tokov. Algoritem teče sproti in v realnem času, obravnava vsak podatek le enkrat ob prihodu in vzdržuje ažurirano, natančno in na uporabo pripravljeno modelno drevo.
COBISS.SI-ID: 24179751
Razvili smo metodo za pomoč pri analizi znanstvenih člankov z različnih znanstvenih področij. Uporaba te metode omogoča odkrivanje še neznanih konceptov na presečišču različnih znanstvenih domen, ki imajo potencial za odkrivanje novih znanstvenih zakonitosti. Metoda temelji na odkrivanje osamelcev (ang. outliers) v dokumentih. Metodo smo eksperimentalno preverili pri iskanju novih odkritij na področju avtizma.
COBISS.SI-ID: 1621243
Delo sodi na področje podpore odločanja pri implementaciji trajnostnega razvoja v zavarovanih območjih. Na osnovi analize infrastrukture Triglavskega narodnega parka (TNP) smo izdelali model za ocenjevanje in primerjavo gorskih postojank. Model je hierarhičen in zajema dva vidika: infrastrukturo in okolico postojank. Model je namenjen upravljavcem TNP v pomoč pri minimizaciji vpliva turizma na občutljive ekološke sisteme in razvoju ekoturizma. Preizkusili smo ga v primerjalni študiji štirih postojank v Triglavskem narodnem parku.
COBISS.SI-ID: 1549563
Lematizacija je proces določanja slovarskih oblik besed, ki nastopajo v besedilih. Lematizacija je uporaben pred-proces pri množici nalog s področja rudarjenja besedil in je še posebej pomemben pri jezikih z bogato morfologijo (npr. slovenščini). Članek predstavlja nov sistem za lematizacijo, LemmaGen, ki je bil naučen za uporabo na 12 različnih evropskih jezikih. Kolikor vemo je LemmaGen najzmogljivejši javno dostopni lematizacijski sistem, ki je bil naučen na velikih večjezičnih leksikonih. Prav tako lahko uporabimo sistem za učenje lematizacije na novih, do sedaj še neznanih jezikih.
COBISS.SI-ID: 23897895
»Delavci znanja« (angl. knowledge workers) so izjemno pomembni za uspeh organizacije. V članku predlagamo integriran pristop k upravljanju znanja razvit v EU projektu Active, ki ponuja izboljšave načinov za kreiranje, upravljanje in uporabo informacij. Predlagani pristop sledi trem osnovnim temam: souporaba informacij s pomočjo semantičnega bogatenja, prioritetno podajanje informacij na osnovi razumevanja uporabnikovega trenutnega delovnega konteksta in upoštevanje neformalnih procesov modeliranih na osnovi opazovanja uporabnikovega obnašanja.
COBISS.SI-ID: 24216871