Hibridna difuzijska metoda za globalno osvetlitev volumetričnih podatkov

V članku predstavljamo hibridno difuzijsko metodo za interaktivno osvetljevanje in upodabljanje volumetričnih podatkov. Metoda temelji na konvekcijsko-difuzijskem modelu, ki neposredno osvetlitev opisuje s konvekci- jskim, sipanje pa z difuzijskim procesom. V naši metodi smo konvekcijo nadomestili s sledenjem poti. Metodo smo performančno in kvalitativno ovrednotili in primerjali s konvekcijsko-difuzijsko metodo, sledenjem poti z enkratnim sipanjem in s sledenjem poti z večkratnim sipanjem. Rezultati kažejo na primerljivo kvaliteto končnih slik, pridobljenih s hibridno metodo, glede na konvekcijsko-difuzijsko metodo, poleg tega pa naš pristop prinaša mnoge prednosti, predvsem nepristranskost, neodvisnost od števila luči in zmanjšano porabo pomnilnika.

Detekcija manipulacij za ohranjanje zasebnosti mehkih atributov na slikah obraza

V strokovni literaturi se vse pogosteje pojavljajo potrebe po metodah za zagotavljanje zasebnosti v slikovnih podatkih. Na področju analize obrazov so raziskovalci predlagali metode, ki preslikajo sliko obraza tako, da je samodejno luščenje mehkih biometričnih lastnosti oteženo, obenem pa je vizualni videz slike podoben izvirni sliki. V tem članku predlagamo nov detekcijski postopek, ki zaznava, ali je bila slika spremenjena s tovrstnimi metodami. Postopek temelji na dejstvu, da razvrščevalnik mehkih biometričnih lastnosti tipično vrne različen rezultat za zaščiteno sliko in za sliko, ki je obdelana s postopkom za obnavljanje slike. Z eksperimenti pokažemo, da lahko to razliko uporabimo za detekcijo sprememb na sliki, ki so posledica uporabe metod za zaščito zasebnosti. Prednost naše metode je, da ne potrebuje znanja o uporabljeni metodi za zaščito zasebnosti. Detektor ovrednotimo na štirih metodah za ohranjanje zasebnosti mehkih atributov in na treh raznovrstnih zbirkah slik obrazov. Rezultati kažejo, da ima predlagan postopek vrsto prednosti pred konkurenčnimi rešitvami in da z visoko natančnostjo detektira manipulirane slike.

Računalniška emulacija kot strategija digitalnega ohranjanja računalniških sistemov in programske opreme

Z razvojem in vzponom področij kot so elektrotehnika, računalništvo ter informatika je vzniklo tudi področje digitalnega ohranjanja, ki se ukvarja z ohranjanjem digitalnih artefaktov. Zaradi interdisciplinarnosti področja in širokega nabora pristopov, katerih sistematičen pregled podamo v prvem delu članka, se v osrednjem delu članka osredotočimo predvsem na računalniško emulacijo, ki skupaj z muzejskim pristopom nudi enovit pristop k digitalnemu ohranjanju. Glavni namen članka je opisati metode, pristope, tehnike in izkušnje, ki smo jih pridobili z digitalnim ohranjanjem slovenske računalniške zapuščine in izvedbe emulatorjev dveh starodobnih računalnikov. Poleg emulacije procesorja in naprav so za digitalno ohranjanje računalniških sistemov pomembni tudi drugi vidiki ohranjanja, kot sta emulacija okolja in integracija z gostiteljem. V članku podamo sistematičen pregled ohranitvenih vidikov emulacije skupaj s sistemskimi tehnikami za njihovo izvedbo.

Iz Islovarja

Islovar je spletni terminološki slovar informatike, ki ga objavlja jezikovna sekcija Slovenskega društva INFORMATIKA na naslovu http://www.islovar.org. Slovar je javno dostopen za vpoglede in vnašanje novih izrazov.

Image-to-Image Translation as a Pretext for Unsupervised Detection of Cancerous Regions in Histology Imagery

Detection of visual anomalies refers to the problem of finding patterns in different imaging data that do not conform to the expected visual appearance, and is a widely studied problem in different domains. Due to the nature of anomaly occurrences and underlying generating processes, it is hard to characterize them and obtain labelled data. Obtaining labelled data is especially difficult in biomedical applications, where only trained domain experts can provide labels, which are often diverse and complex to a large degree. The recently presented approaches for unsupervised detection of visual anomalies omit the need for labelled data and demonstrate promising results in domains where anomalous samples significantly deviate from the normal appearance. Despite promising results, the performance of such approaches still lags behind supervised approaches and does not provide a universal solution. In this work, we present an image-to-image translation-based framework that significantly surpasses the performance of existing unsupervised methods and approaches the performance of supervised methods in a challenging domain of cancerous region detection in histology imagery.

Odkrivanje prevar z orodji poslovne inteligence

Sistem poslovnega obveščanja mora uporabnikom zagotavljati vrhunsko uporabniško izkušnjo, biti mora prilagodljiv in temeljiti na zanesljivih podatkih. Uporabnikove zbirke podatkov pogosto niso prečiščene, kar je lahko posledica nekonsistentnih poslovnih procesov, napak pri beleženju podatkov ali prevar. Z orodjem Power BI in SQL strežnikom smo pripravili rešitev, ki s pomočjo Benfordovega zakona določi sporne podatke in jih prikaže na grafično všečen način. Interni revizorji tako dobijo odličen pripomoček, s katerim si pomagajo pri analizi poslovanja in odkrivanju napak in prevar.

Iz Islovarja

Islovar je spletni terminološki slovar informatike, ki ga objavlja jezikovna sekcija Slovenskega društva IN- FORMATIKA na naslovu http://www.islovar.org. Slovar je javno dostopen za vpoglede in vnašanje novih izrazov. Tokrat objavljamo izbor novejših izrazov, ki smo jih uredili v tem letu.

Learning-based link prediction analysis for Facebook100 network

In social network science, Facebook is one of the most interesting and widely used social networks and media platforms. Its data has significantly contributed to the evolution of social network research and link prediction techniques, which are important tools in link mining and analysis. This paper gives the first comprehensive analysis of link prediction on the Facebook100 network. We stu- dy performance and evaluate multiple machine learning algorithms on different feature sets. To derive the features, we use network embeddings and topology-based techniques such as node2vec and vectors of similarity metrics. In addition, we also employ node- -based features, which are available for the Facebook100 network, though rarely found in other datasets. The adopted approaches are discussed and results are clearly presented. Lastly, we compare and review the applied models, where overall performance and classification rates are presented.

Analiza gibanja oči med branjem pri bolnikih z različnimi stopnjami kognitivnega upada

S staranjem prebivalstva se močno povečuje število bolnikov z demenco, kar predstavlja vedno večji družbeni problem. Poleg samega bolnika z demenco, breme bolezni občutijo tudi njegovi bližnji. Blag kognitivni upad (MCI) je stanje kognitivnega funkcioniranja med tistim, ki ga opazimo pri običajnem staranju in tistim, ki ga zaznamo pri osebah z demenco. Raziskave kažejo, da okvirno 10% do 15% bolnikov z MCI v roku enega leta napreduje v Alzheimerjevo demenco. Obenem obstajajo indici, da je v MCI fazi bolezen velikokrat še možno zavreti; posledično je zgodnje odkrivanje kognitivnega upada precejšnjega pomena. Gibanje oči med branjem se je v zadnjih letih izkazalo kot eden izmed obetavnih bioloških označevalcev za zaznavanje kognitivnega upada. V pričujoči raziskavi smo analizirali gibanje oči med branjem pri 115 preiskovancih, ki so bili razdeljeni v štiri skupine glede na stopnjo kognitivnega upada; od povsem zdravih do preiskovancev z demenco. Njihov pogled smo posneli s sistemom za spremljanje očesnih gibov, posnetke pa smo opisali z lastnim naborom atributov. Analiza porazdelitev vrednosti atributov je pokazala, da se te močno razlikujejo v odvisno od stopnje kognitivnega upada.