Paginacija
-
-
Otkrivanje poruka neprimjerenog sadržaja u mrežnom razgovoru
-
Filip Hrenić U današnje vrijeme sve je više ljudi koji komuniciraju putem interneta. Anonimnost korisnika nerijetko dovodi do nepoželjnog ponašanja tijekom razgovora. Da bi se to spriječilo, koriste se razne metode kojima bi se detektirale neprimjerene po- ruke. Da bi se ubrzao proces označavanja korišteno je aktivno učenje. Implementirana je metoda logističke klasifikacije te se može jednostavno uključiti u postojeći sustav. Dobiveni klasifikator postiže preciznost od 82.583%...
-
-
Otkrivanje poslovnih procesa za provjeru sukladnosti
-
Filip Ostojić Količine podataka o događajima u eksponecionalnom su porastu što dovodi do razvitka dubinske analize procesa - tehnike dizajnirane za otkrivanje, praćenje i poboljšavanje stvarnih procesa. Prva faza dubinske analize procesa je otkrivanje modela procesa koja na ulaz prima dnevnik događaja, a na izlaz daje model procesa. U Radu je provedeno otkrivanje procesa iz dnevnika događaja u CSV i XES formatu, i priprema za provjeru skuladnosti, koristeći tri algoritma: Alpha Miner, Heuristics...
-
-
Otkrivanje predmeta primjenom modela dubokog učenja
-
Tomislav Bjelčić Ovaj rad opisuje zadatak otkrivanja predmeta kod digitalnih slika primjenom dubokog učenja. Naglasak rada je na opisu popularnog modela YOLOv5. Opisan je postupak učenja takvog modela na vlastito odabranom skupu podataka.
-
-
Otkrivanje prijevara kreditnim karticama korištenjem varijacijskog autoenkodera
-
Damjan Grubelić Otkrivanje prijevara jedan je od ključnih problema kod kartičnog plaćanja.
Naći skalabilan način za rješavanje tog problema nije jednostavan zadatak jer
broj legitimnih transakcija daleko nadmašuje broj prijevara. Osim toga, prevaranti
neprestano prilagođavaju pristupe pa detekcija mora biti robusna na promjene kroz
vrijeme.
Varijacijski autoenkoder može enkodirati distribucije iz kojih takvi podatci proizlaze
što omogućava robusnost na nesrazmjer u podatcima te...
-
-
Otkrivanje prijevara u korištenju kreditnih kartica primjenom metoda strojnog učenja
-
Antoni Dragovčić Tema ovog rada je razvoj programskog rješenja za otkrivanje prijevara u kartičnom plaćanju, kao jednom od rastućih problema u financijskom sektoru. U tu se svrhu koriste popularni algoritmi strojnog učenja -- neuronska mreža tipa autoenkoder i logistička regresija. Implementirana su tri pristupa problemu. Prvi koristi autoenkoder, drugi logističku regresiju, dok treći pristup kombinira te dvije metode. Dodatno, navedeni algoritmi su potkrijepljeni teorijskom podlogom. Rješenja se...
-
-
Otkrivanje prijevara usmjerenih na sustave za prepoznavanje lica
-
Matija Zlovolić U okviru ovoga diplomskog rada istražen je problem prijevara (engl. spoofing) usmjerenih na sustave za prepoznavanje ljudskih lica te metode otkrivanja takvih prijevara. U kontekstu biometrijskih sustava, napad lažiranjem (engl. spoofing attack) je pokušaj prevare sustava za prepoznavanje ljudskih lica pomoću npr. fotografije ili video zapisom druge osobe. U sklopu rada implementiran je program baziran na algoritmima strojnog učenja za otkrivanje prijevara usmjerene na sustave za...
-
-
Otkrivanje prisutnosti stresa u objavama na Redditu pomoću obrade prirodnog jezika
-
Luka Pavlović Cilj ovog rada bio je razvoj modela strojnog učenja koji će uspješno otkrivati prisutnost
stresa u objavama na Redditu. Skup podataka korišten u ovom radu stvorili su istraživači sa
Sveučilišta Columbia. Skup podataka stvoren je web-scrapingom društvene mreže Reddit.
Podaci su podijeljeni po domenama koje sadrže jedan subreddit ili više njih. Iako skup
podataka sadrži veći broj značajki, samo tri su korištene u ovom radu, a to su: subreddit, tekst
objave i oznaka koja...
-
-
Otkrivanje privatnih informacija u jezičnim modelima -- napadi i obrane
-
Katarina Ćavar U posljednje vrijeme, sve se više jezičnih modela koristi u raznim kompanijama s raznim primjenama. Razvojem jezičnih modela, problem pamćenja osjetljivih podataka sve je veći, te je potrebno staviti veći fokus na sigurnosni aspekt jezičnih modela, to jest razvijati načine za sprječavanje jezičnih modela od učenja osjetljivih podataka.
U ovom Diplomskom radu, cilj je bio pokušati spriječiti model od učenja osjetljivih podataka metodama maskiranja, odnosno maskiranjem...
-
-
Otkrivanje privatnih informacija u modelima strojnog učenja
-
Silvije Škudar Nedavna istraživanja su pokazala da modeli strojnog učenja imaju sposobnost pamćenja osjetljivih podataka, čime dolazi do mogućnosti napada utvrđivanjem pripadnosti. Maliciozni korisnik koji modelu pristupa kao crnoj kutiji može iskoristiti taj napad i s visokom vjerojatnošću zaključiti je li određeni podatak bio korišten u svrhu treniranja modela, čime dolazi do narušavanja povjerljivosti tog podatka.
Zadatak ovog diplomskog rada bio je istražiti moguće napade na privatnost...
-
-
Otkrivanje ranjivih sjedišta weba pomoću web pauka
-
Jakov Dorontić U ovome radu opisani su osnovni principi otkrivanja ranjivih sjedišta weba pomoću web pauka. Web pauk je program ili skripta koja pronalazi podatke tako da sustavno i automatski pretražuje Internet na temelju zadanog web sjedišta iz kojeg rekurzivnim postupkom obilazi novopronađene poveznice. Kako bi se korisnika zaštitilo od zlonamjernog sadržaja na Internetu, web pauci se mogu koristiti s ciljem dojavljivanja o potencijalnoj opasnosti. Temeljem pronađenih podataka, web pauk može...
-
-
Otkrivanje raspoloženja glazbene pjesme korištenjem dubokog učenja
-
Dino Avdić Glazba je moćan jezik za izražavanje emocija i raspoloženja kao i sredstvo za utjecaj na emocije slušatelja. Porastom ogromnih digitalnih glazbenih knjižnica pokazalo se da su glazbena raspoloženja postala poželjna pristupna točka glazbenim bazama podataka, a automatsko prepoznavanje i klasifikacija raspoloženja posljednjih godina dobivaju sve veću pozornost. U usporedbi s tradicionalnim karakteristikama glazbe poput žanra ili izvođača, prepoznavanje raspoloženja je...
Paginacija
