19 items

• 

  Osnove mašinskog učenja u hidrogeologiji cite

  Ivan Drakulić, Dušan Polomčić, Jelena Ratković (2024)

  Mašinsko učenje predstavlja skup metoda koje se u poslednje vreme koriste u brojnim naučnim oblastima i koje su uveliko promenile način na koji analiziramo podatke, pravimo predviđanja i rešavamo složene probleme. Poslednjih godina, mašinsko učenje se pokazalo kao moćan alat u svetu nauke, koji ima ogroman potencijal i u hidrogeologiji. Sa svojom sposobnošću da automatski uči iz ogromne količine podataka, mašinsko učenje otvara nove mogućnosti za rešavanje problema kao što su karakterizacija izdani, procena kvaliteta vode i predviđanje nivoa ...

  mašinsko učenje, hidrogeologija, podzemne vode

  Ivan Drakulić, Dušan Polomčić, Jelena Ratković. "Osnove mašinskog učenja u hidrogeologiji" in Zapisnici srpskog geološkog društva (za 2023. godinu), Srpsko geološko društvo (2024) М52

• 

  Interpretation of Trace Element Chemistry of Zircons from Bor and Cukaru Peki: Conventional Approach and Random Forest Classification cite

  Dina Klimentyeva, Milos Velojic , Albrecht Von Quadt, Shawn Hood (2022)

  Geohemija cirkona, Mašinsko učenje, Timočki magmatski komplkes, Bor, Čukaru Peki

  Dina Klimentyeva, Milos Velojic , Albrecht Von Quadt, Shawn Hood. "Interpretation of Trace Element Chemistry of Zircons from Bor and Cukaru Peki: Conventional Approach and Random Forest Classification" in Geosciences (2022). https://doi.org/https://doi.org/10.3390/geosciences12110396 М23

• 

  Machine learning based landslide assessment of the Belgrade metropolitan area: Pixel resolution effects and a cross-scaling concept cite

  Uroš Đurić, Miloš Marjanović, Zoran Radić, Biljana Abolmasov (2019)

  Improvements of Machine Learning-based landslide prediction models can be made by optimizing scale, customizing training samples to provide sets with the best examples, feature selection, etc. Herein, a novel approach, named Cross-Scaling, is proposed that includes the mixing of training and testing set resolutions. Hypothetically, training on a coarser resolution dataset and testing the model on a finer resolution should help the algorithm to better generalize ambiguous examples of landslide classes and yield fewer over/underestimations in the model. This ...

  klizišta, podložnost, mašinsko učenje

  Uroš Đurić, Miloš Marjanović, Zoran Radić, Biljana Abolmasov. " Machine learning based landslide assessment of the Belgrade metropolitan area: Pixel resolution effects and a cross-scaling concept" in Engineering Geology , Elsevier (2019). https://doi.org/10.1016/j.enggeo.2019.05.007 М21а

• 

  Sourcing of groundwater inflows into underground mining works based on statistical modelling and artificial neural networks – the “Čukaru Peki” Cu-Au mine case study cite

  Nebojša Atanacković, Jana Štrbački, Sunčica Gardijan, Vladimir Živanović (2024)

  rudničke vode, kvalitet podzemnih voda, rudnička hidrogeologija, statističko modeliranje, mašinsko učenje

  Nebojša Atanacković, Jana Štrbački, Sunčica Gardijan, Vladimir Živanović. "Sourcing of groundwater inflows into underground mining works based on statistical modelling and artificial neural networks – the “Čukaru Peki” Cu-Au mine case study" in IAH 2024 World Groundwater Congress - Interacting Groundwater, Davos, Švajcarska, 08-13.09.2024, Centre for Hydrogeology and Geothermics (CHYN), UNINE (2024) М34

• 

  Part of Speech Tagging for Serbian language using Natural Language Toolkit cite

  Ranka Stanković, Boro Milovanović (2020)

  Dok se razvijaju složeni algoritmi za NLP (obrada prirodnog jezika), osnovni zadaci kao što je označavanje ostaju veoma važni i još uvek izazovni. NLTK (Natural Language Toolkit) je moćna Python biblioteka za razvoj programa zasnovanih na NLP-u. Pokušavamo da iskoristimo ovu biblioteku za kreiranje PoS (vrsta reči) oznake za savremeni srpski jezik. Jedanaest različitih modela je kreirano korišćenjem NLTK API-ja za označavanje. Najbolji modeli se transformišu sa Brill tagerom da bi se poboljšala tačnost. Obučili smo modele na označenom ...

  obrada prirodnog jezika, mašinsko učenje, neuronske mreže

  Ranka Stanković, Boro Milovanović. "Part of Speech Tagging for Serbian language using Natural Language Toolkit" in 7th International Conference on Electrical, Electronic and Computing Engineering IcETRAN 2020, Academic Mind, Belgrade (2020) М33

• 

  Integrating landslide magnitude in the susceptibility assessment of the City of Doboj, using machine learning and heuristic approach cite

  Cvjetko Sandić, Miloš Marjanović, Biljana Abolmasov, Radislav Tošić (2023)

  In this work, landslide assessment of the Doboj City area was modeled by combining machine learning and heuristic tools. The machine learning part was used to map the Morphometric factor. i.e. probability of landslides based on relation between the magnitude of events and morphometric parameters: elevation, distance to streams, slope, profile curvature, and aspect. The Random Forest and Support Vector Machines algorithms were implemented in the learning protocol, which included several strategies: balancing of the training/testing set size, algorithm ...

  podložnost na kliženje, magnituda klizišta, mašinsko učenje, heuristički pristup, Doboj

  Cvjetko Sandić, Miloš Marjanović, Biljana Abolmasov, Radislav Tošić. "Integrating landslide magnitude in the susceptibility assessment of the City of Doboj, using machine learning and heuristic approach" in Journal of Maps, Taylor&Francis (2023). https://doi.org/ 10.1080/17445647.2022.2163199 М22

• 

  Concepts for Improving Machine Learning Based Landslide Assessment cite

  Miloš Marjanović, Mileva Samardžić Petrović, Biljana Abolmasov, Uroš Đurić (2019)

  Katastar klizišta, Podložnost, Hazard, Mašinsko učenje, Uzorkovanje, Validacija

  Miloš Marjanović, Mileva Samardžić Petrović, Biljana Abolmasov, Uroš Đurić. "Concepts for Improving Machine Learning Based Landslide Assessment" in Natural Hazards GIS-based Spatial Modeling Using Data Mining Techniques, Advances in Natural and Technological Hazards Research, volume 48, Springer Nature Switzerland AG 2019 (2019). https://doi.org/10.1007/978-3-319-73383-8_2 М14

• 

  SASA Dictionary as the Gold Standard for Good Dictionary Examples for Serbian cite

  Ranka Stanković, Branislava Šandrih, Rada Stijović, Cvetana Krstev, Duško Vitas, Aleksandra Marković (2019)

  У овом раду представљамо модел за избор добрих примера за речник српског језика и развој иницијалних компоненти модела. Метода која се користи заснива се на детаљној анализи различитих лексичких и синтактичких карактеристика у корпусу састављених од примера из пет дигитализованих свезака речника САНУ. Почетни скуп функција био је инспирисан сличним приступом и за друге језике. Дистрибуција карактеристика примера из овог корпуса упоређује се са карактеристиком дистрибуције узорака реченица ексцерпираних из корпуса који садрже различите текстове. Анализа је показала да ...

  Српски, добри примери из речника, аутоматизација израде речника, издвајање својстава, Машинско учење

  Ranka Stanković, Branislava Šandrih, Rada Stijović, Cvetana Krstev, Duško Vitas, Aleksandra Marković. "SASA Dictionary as the Gold Standard for Good Dictionary Examples for Serbian" in Electronic lexicography in the 21st century. Proceedings of the eLex 2019 conference , Lexical Computing CZ, s.r.o. (2019) М33

• 

  Primena klasterizacije metodom K-srednjih vrednosti za ispitivanje hidrohemijskog diverziteta podzemnih voda na lokaciji Vrnjačke Banje cite

  Jana Štrbački, Vladimir Živanović, Nebojša Atanacković, Snežana Kretić (2024)

  Klasterizacija metodom k-srednjih vrednosti koristi se za razvrstavanje podataka u homogene grupe, tj. klastere, na osnovu odabranih varijabli i unapred zadatog broja klastera. Algoritam iterativnim postupkom određuje centre klastera i dodeljuje uzorke u klastere čijem su centru najbliži. Ovaj postupak pogodan je za raščlanjivanje i, samim tim, pojednostavljivanje obimnih skupova hidrohemijskih podataka, što je pokazano na primeru termo-mineralnih voda sa šireg područja Vrnjačke Banje. Pored same klasifikacije, opisana metoda pruža mogućnost provere hipoteza o strukturi podataka, npr. o postojanju ...

  multivarijantna statistička analiza, mašinsko učenje, termo-mineralne vode, Vrnjačka Banja

  Jana Štrbački, Vladimir Živanović, Nebojša Atanacković, Snežana Kretić. "Primena klasterizacije metodom K-srednjih vrednosti za ispitivanje hidrohemijskog diverziteta podzemnih voda na lokaciji Vrnjačke Banje" in XVII Srpski simpozijum o hidrogeologiji sa međunarodnim učešćem , Pirot, Srbija, 02-06. oktobar 2024, Beograd : Univerzitet u Beogradu - Rudarsko-geološki fakultet (2024). https://doi.org/10.5281/zenodo.13739553 М33

• 

  Evaluating the deep learning software tools for large-scale enterprises using a novel TODIFFA-MCDM framework cite

  Zoran Gligorić, Ömer Faruk Görçün, Miloš Gligorić, Dragan Pamucar, Vladimir Simić, Hande Küçükönder (2024)

  duboko učenje, industrije velikih razmera, MAXC (maksimum kriterijuma), TODIFFA (totalni diferencijal alternative), izbor softvera za dubinsko učenje

  Zoran Gligorić, Ömer Faruk Görçün, Miloš Gligorić, Dragan Pamucar, Vladimir Simić, Hande Küçükönder. "Evaluating the deep learning software tools for large-scale enterprises using a novel TODIFFA-MCDM framework" in Journal of King Saud University - Computer and Information Sciences, Springer Science and Business Media LLC (2024). https://doi.org/10.1016/j.jksuci.2024.102079 М21

• 

  Digital Natives and online learning in police students cite

  Драгослава Мићовић, Лидија Беко, Наиље Маља-Имами (2022)

  онлајн образовање, учење на даљину, дигитални домороци, дигитални имигранти, студенти полиције

  Драгослава Мићовић, Лидија Беко, Наиље Маља-Имами. "Digital Natives and online learning in police students" in Наука, безбедност, полиција, Centre for Evaluation in Education and Science (CEON/CEES) (2022). https://doi.org/10.5937/nabepo27-35411 М24

• 

  Advancing Sentiment Analysis in Serbian Literature: A Zero and Few-Shot Learning Approach Using the Mistral Model cite

  Milica Ikonić Nešić, Saša Petalinkar, Mihailo Škorić, Ranka Stanković, Biljana Rujević (2024)

  Ova studija predstavlja analizu sentimenta srpskih starih romana iz perioda 1840-1920, koristeći veliki jezički model (LLM) Mistral za tehniku učenja sa zasnovani na takozvanim "zero" i "few-shot" pokušajima. Glavni pristup uvodi inovacije osmišljavanjem istraživačkih upita (promptova) uključuju tekst sa uputstvom za klasifikaciju bez primera i na osnovu nekoliko primera, omogućavajući jezičkom modelu da klasifikuje osećanja u pozitivne, negativne ili objektivne kategorije. Ova metodologija ima za cilj da pojednostavi analizu osećanja ograničavanjem odgovora, čime se povećava preciznost ...

  zero-shot, few-shot, sentiment, Serbian, Mistral model

  Milica Ikonić Nešić, Saša Petalinkar, Mihailo Škorić, Ranka Stanković, Biljana Rujević. "Advancing Sentiment Analysis in Serbian Literature: A Zero and Few-Shot Learning Approach Using the Mistral Model" in In Proceedings of the Sixth International Conference on Computational Linguistics in Bulgaria (CLIB 2024), BAS (2024) М33

• 

  Елементи рударских машина cite

  Милош Танасијевић, Слободан Ивковић (2017)

  машински елементи

  Милош Танасијевић, Слободан Ивковић. Елементи рударских машина, Београд : Универзитет у Београду, Рударско-геолошки факултет, 2017 Без категорије

• 

  Машински елементи - приручник cite

  Милош Танасијевић, Филип Милетић (2022)

  машински елементи

  Милош Танасијевић, Филип Милетић. Машински елементи - приручник, Београд : Универзитет у Београду, Рударско-геолошки факултет, 2022 Без категорије

• 

  Основе конструисања cite

  Бобан Анђелковић, Милош Танасијевић, Филип Милетић (2023)

  Машинске конструкције

  Бобан Анђелковић, Милош Танасијевић, Филип Милетић. Основе конструисања, Ниш : Универзитет у Нишу - Машински факултет, 2023 Без категорије

• 

  Novi studijski profil na Rudarsko-geološkom fakultetu - Gasna tehnika cite

  Ivezić Dejan, Danilović Dušan, Karović-Maričić Vesna, Živković Marija (2011)

  Ivezić Dejan, Danilović Dušan, Karović-Maričić Vesna, Živković Marija. "Novi studijski profil na Rudarsko-geološkom fakultetu - Gasna tehnika" in Tehnologija, informatika i obrazovanje za društvo učenja i znanja, Čačak:Tehnički fakultet Čačak (2011): 528-533 M63

• 

  English for Geology Students. 1 cite

  Lidija Beko (2023)

  Engleski jezik

  Lidija Beko. English for Geology Students. 1, Belgrade : The Faculty of Mining and Geology, 2023 Без категорије

• 

  Jа/ти/ми/ви у дискурсној компетенцији у светлу контрастивне анализе међујезика cite

  Јелена М. Марковић, Ранка М. Станковић (2021)

  У раду најпре истражујемо дискурсне феномене коришћења личних заменица првог и другог лица (једнине и множине) у функцији личног метадискурса и флуктуације степена формалности писаног дискурса на српском као матерњем језику коришћењем корпуса КорССАнг. У светлу контрастивне анализе међујезика, резултати актуелног истраживања упоређени су са досадашњим резултатима истраживања референтног дискурса писаног на енглеском као страном језику код исте групе говорника (корпус ICLE-SE). Поређење јасно показује да су слабости дискурсне компетенције у писању на страном језику уочене у ранијим истраживањима ...

  контрастивна анализа међујезика, србофони говорници енглеског, корпус ICLE, корпус КорССАнг, заменице, стил, настава писања.

  Јелена М. Марковић, Ранка М. Станковић. "Jа/ти/ми/ви у дискурсној компетенцији у светлу контрастивне анализе међујезика" in Методички видици, Faculty of Philosophy, University of Novi Sad (2021). https://doi.org/10.19090/mv.2021.12.95-119 М51

• 

  Одлагање индустријског отпада cite

  Динко Кнежевић, Славко Торбица, Златко Рајковић, Мирко Недић (2014)

  Депонија отпадних материјала

  Динко Кнежевић, Славко Торбица, Златко Рајковић, Мирко Недић. Одлагање индустријског отпада, Београд : Универзитет у Београду, Рударско-геолошки факултет, 2014 Без категорије