Knjiga ponuja izviren in informativen pogled na razvoj temeljnih konceptov teorije izračunljivosti. Znanje je podano v zgodovinski kontekst, s poudarkom na motivaciji za posamezne ideje pa tudi na njihovem logičnem in formalnem razvoju. Knjiga začne s razlago temeljne krize matematike na začetku dvajsetega stoletja in osnovnimi formalizmi, nadaljuje s klasično teorijo izračunljivosti, prizadevanjem za formalizacijo, Turingovim strojem, ter zgodnjimi dosežki, kot so definicije neizračunljivosti, in konča z relativno izračunljivostjo, neizračunljivostio v klasificirano po razredih in stopnjah in aritmetično hierarhijo.
COBISS.SI-ID: 1536557251
Sodoben računalniški sistem zagotavlja svojo podporo preko sistemske programske opreme, ki je sestavljena iz podpornih aplikacij in iz virtualnih strojev. Bistvenega pomena je, da se študentom, ki se učijo konceptov računalniškega sistema in programske opreme poda trdne koncepte brez nepotrebnih podrobnosti. Da bi bil predmet lahko razumljiv, smo izdelali simulator za hipotetični računalnik, ki se že uporablja v več tečajih sistemske programske opreme. V članku smo opisali obnašanje simulatorja, kot tudi njegovo načrtovanje in izvajanje. Poleg tega smo predstavili tri študije primerov uporabe simulatorja pri poučevanju in opisali svoje izkušnje z njegovo uporabo pri predmetu sistemska programska oprema. Iz izkušenj z uporabo simulatorja v pedagoškem procesu sklepamo, da zmanjšuje čas, ki ga morajo študenti vložili, da bi razumeli tematiko in hkrati omogoča poglobljeno razumevanje tematike.
COBISS.SI-ID: 10241620
Predlagali smo holističen pristop k reindentifikaciji v okolju z distribuiranim sistemom kamer, povezanih v lokalno povezano topologijo. Proces reidentifikacije modeliramo kot prostorsko razpršen sistem binarnih razvrščevalnikov. Problem reidentifikacije je obravnavan kot problem odprtega sveta, v katerem naslovimo detekcijo novih objektov ter pozabljanje starih. Predlagamo nove mere za analiziranje performans sistemov reidentifikacije, ki poleg učinkovitosti razpoznavanja naslovijo tudi probleme, ki se pojavijo zaradi sprotnega učenja, pozabljanja in delovanja v načinu odprtega sveta. Predlagane rešitve smo ilustrirali in evaluirali na novi podatkovni zbirki video nadzornega sistema z velikim številom kamer (Dana36 dataset) in na uveljavljeni podatkovni zbirki SAIVT SoftBio. S člankom smo objavili popolno izvorno kodo, ki omogoča bralcu, da popolnoma replicira vse naše rezultate in jih razširi s svojimi algoritmi.
COBISS.SI-ID: 10896980
V knjigi "Parallel Scientific Computing", predstavimo ozadje in motivacijo za razvoj postopkov za reševanje parcialnih diferencialnih enačb. Knjiga je osredotočena na sinergijo med računalništvom in numerično analizo ter ponuja poglobljeno razumevanje algoritmov in metod, potrebnih za oblikovanje dobrega računalniškega programa. Namenjena je računalničarjem, inženirjem in drugim strokovnjakom, ki morajo numerično rešiti realne probleme. Podrobneje je opisana metodologija reševanja z brezmrežnimi metodami in prilagojenimi algoritmi za učinkovito izvedbo na vzporednih računalnikih. Večina podrobnosti je predstavljenih na rešitvah praktičnih problemov, od osnovnih do bolj zapletenih. Knjiga je uporabna za vse bralce, ki jih zanima izvedba zahtevnih računalniških simulacij na različnih področjih uporabe.
COBISS.SI-ID: 28468007
V prispevku je obravnavano napovedovanje temperatur notranjosti kolena med terapevtskim hlajenjem (krioterapijo) po rekonstruktivni operaciji prednje križne vezi (ACL). Uporabili smo validiran simulacijski model krioterapevtskega zdravljenja, s čimer smo ustvarili velike količine rezultatov iz različnih simulacijskih scenarijev. Na teh podatkih smo aplicirali metode strojnega učenja, ki omogočajo gradnjo napovednega modela za notranje temperature kolena iz znanih vrednosti drugih spremenljivk sistema, katerih merjenje je laže izvedljivo, npr. iz temperatur kože. Raziskali smo napovedno uspešnost ter časovno in pomnilniško učinkovitost za več napovednih metod: linearno regresijo, regresijska drevesa, modelna drevesa in njihove kombinacije. Rezultati so pokazali, da so modelna drevesa najuspešnejša, z napako napovedi, ki je v enakem razredu kot je natančnost simuliranih podatkov (0,1 ° C). Poleg tega izpolnjujejo zahteve po majhni porabi pomnilnika in po odzivu v realnem času.
COBISS.SI-ID: 28857127