V prispevku je predstavljena podnebna tipizacije Slovenije za klimatološko obdobje 1991-2020. Izhodišče za členitev je bila Köppen-Geigerjeva klasifikacija, ki pa je pregroba za prikaz vseh podnebnih ...specifik Slovenije. Z upoštevanjem dodatnih temperaturnih in padavinskih kriterijev smo slovensko podnebje razčlenili na štiri osnovne tipe z devetimi podtipi: zmerno sredozemsko (obalno in zaledno), zmerno celinsko (severovzhodne, vzhodne in jugovzhodne ter osrednje Slovenije), gorsko (višjega in nižjega gorskega sveta) in podgorsko podnebje (zelo vlažno in vlažno).
V prispevku je predstavljena podnebna tipizacije Slovenije za klimatološko obdobje 1991–2020. Izhodišče za členitev je bila Köppen-Geigerjeva klasifikacija, ki pa je pregroba za prikaz vseh podnebnih ...specifik Slovenije. Z upoštevanjem dodatnih temperaturnih in padavinskih kriterijev smo slovensko podnebje razčlenili na štiri osnovne tipe z devetimi podtipi: zmerno sredozemsko (obalno in zaledno), zmerno celinsko (severovzhodne, vzhodne in jugovzhodne ter osrednje Slovenije), gorsko (višjega in nižjega gorskega sveta) in podgorsko podnebje (zelo vlažno in vlažno).
U ovome radu prikazana je toponimijska građa Nacionalnoga parka Paklenica prikupljena tijekom terenskih istraživanja u naseljima Starigrad-Paklenica i Seline. Svaki toponim označen je i na ...toponomastičkome zemljovidu te prikazan u Abecednome kazalu toponima koje omogućava njihovo jednostavnije pretraživanje. U uvodnome dijelu rada ukratko su opisani govori Starigrada- Paklenice i Selina. Glavninu rada čini semantičko-motivacijska klasifikacija toponima, u kojoj su toponimi razvrstani u semantičko-motivacijske skupine te se analiziraju motivacijski poticaji prisutni pri nastajanju toponimskih likova.
The article analyzes the impact of the chosen method of model application on the classification of multi-label texts written in the Lithuanian language. The article presents a study of mult-label ...data classification methods in Lithuanian, which includes an analysis of the accuracy of the application of data classification methods for the automatic classification of multiclass texts written in Lithuanian. The classification methods, evaluation criteria, their applicability and the principles of data preparation for classification are reviewed. After preparing the text data for classification tasks, 44 combinations of classifiers were formed for the study and classification was performed using 3 different methods of multi-label data classification: category detection, category membership and category combination detection. The results obtained are compared in terms of time and classification accuracy, identifying the best performing classifiers and identifying the differences and advantages of the classification methods used.
Straipsnyje analizuojama, kokią įtaką lietuvių kalba rašytų tekstų, turinčių kelias klases, klasifikavimui turi pasirinktas modelio taikymo būdas. Pristatomas daugiaklasių lietuvių kalba rašytų duomenų klasifikavimo metodų tyrimas, kurio metu atlikta duomenų klasifikavimo metodų taikymo tikslumo lietuvių kalba rašytų daugiaklasių tekstų automatiniam klasifikavimui analizė. Apžvelgiami klasifikavimo metodai, vertinimo kriterijai, jų panaudojimo galimybės ir duomenų paruošimo klasifikavimui principai. Parengus tekstinius duomenis klasifikavimo uždaviniams spręsti, tyrimui buvo suformuoti 44 klasifikatorių deriniai ir atliktas klasifikavimas, naudojant tris skirtingus daugiaklasių duomenų klasifikacijos metodus: kategorijų nustatymo, priklausymo kiekvienai kategorijai ir kategorijų kombinacijos nustatymo. Rezultatai lyginami laiko ir klasifikavimo tikslumo aspektais, nustatant geriausių rezultatų pasiekusius klasifikatorius ir įvardijant naudotų klasifikavimo būdų skirtumus bei privalumus.
Klasifikacija epilepsije Petelin - Gadže, Željka
Medicus (Zagreb, Croatia : 1992),
02/2019, Letnik:
28, Številka:
1 Neurologija
Journal Article
Recenzirano
Odprti dostop
Epilepsija je jedna od najčešćih neuroloških bolesti, odnosno moždani poremećaj karakteriziran trajnom predispozicijom za nastanak epileptičnih napadaja te s neurobiološkim, kognitivnim, psihološkim ...i socijalnim posljedicama tog stanja. Posljednjih godina prati se znatno širenje našeg razumijevanja etiologije i patofiziologije ove bolesti, zahvaljujući napretku ponajprije neuroslikovnih dijagnostičkih metoda i molekularno-genskog testiranja. Određivanje kliničke semiologije epileptičnih napadaja te klasifikacije epilepsije, odnosno epileptičnog sindroma, vrlo je važno pri postavljanju ispravne dijagnoze te odabiru prikladnoga terapijskog algoritma. U klasifikaciji epileptičnih napadaja donedavno se upotrebljavala pojednostavnjena verzija klasifikacije Međunarodne lige protiv epilepsije (engl. International League Against Epilepsy – ILAE) iz 1981. i 1989. godine, koja znači klasifikaciju elektrokliničkih značajka. Godine 2010. ILAE predlaže reviziju klasifikacije u skladu s novim shvaćanjem epilepsije kao poremećaja mozgovne mreže uz prijedlog promjene terminologije, slijedom koje je 2017. godine objavljena nova operativna (praktična) klasifikacija epileptičnih napadaja. Potonja klasifikacija ne donosi fundamentalne promjene, ali dopušta veću fleksibilnost i transparentnost u imenovanju tipova epileptičnih napadaja. U ovom se radu, kao nastavak na novu terminologiju i podjelu epilepsije prema preporukama ILAE-a, predlaže terminologija klasifikacije epilepsije na hrvatskom jeziku.
Prikazom knjižničnih klasifikacija koje su se upotrebljavale u knjižnicama Medicinskog fakulteta Sveučilišta u Zagrebu, Središnjoj medicinskoj knjižnici i Knjižnici “Andrija Štampar”, daje se uvid u ...klasifikacijske sheme koje su najčešće primjenjivane pri klasifikaciji medicinske građe. Poseban naglasak stavljen je na NLM klasifikaciju (National Library of Medicine Classification) koju danas upotrebljava većina medicinskih knjižnica u Hrvatskoj i svijetu. Uz NLM klasifikaciju i klasifikaciju Kongresne knjižnice (Library of Congress Classification) usko je povezano i predmetno označivanje predmetnicama MeSH tezaurusa (Medical Subject Headings Thesaurus).
Na temelju literaturnih podata objavljenih u 2019. i 2020., vegetacija Hrvatske dopunjena je novopisanim i nomenklaturno preinačenim sintaksonima. Novi sintaksoni i preinake utvrđene su unutar ...razreda
Carpino-Fagetea sylvaticae
,
Nardetea strictae
,
Molinio‐Arrhenatheretea
,
Erico-Pinetea
,
Pinetea halepensis
,
Crithmo-Staticetea
,
Juncetea maritimi
,
Asplenietea trichomanis
,
Cymbalario-Parietarietea diffusae
,
Phragmito-Magnocaricetea
i
Dittrichietea viscosae
. Za vegetacju Hrvatske opisani su za znanost dva nova razreda (
Pinetea halepensis
i
Dittrichietea viscosae
), dva reda (
Junipero communis-Pinetalia nigrae
i
Dittrichietalia viscosae
), četiri sveze (
Salvio nemorosae-Arrhenatherion
,
Junipero nanae-Pinion dalmaticae
,
Capparo orientalis-Aurinion leucadeae
i
Dittrichion viscosae
), 17 asocijacija i 14 subasocijacija. Dodatno, u radu su ukratko prikazane preinake unutar razreda
Phragmito-Magnocaricetea
.
Based on the literature data reviewed in 2019 and 2020, the vegetation of Croatia has been supplemented with newly described and validated syntaxonomic units. New syntaxa and changes were identified within the classes
Carpino-Fagetea sylvaticae
,
Nardetea strictae
,
Molinio‐Arrhenatheretea
,
Erico-Pinetea
,
Pinetea halepensis
,
Crithmo-Staticetea
,
Juncetea maritimi
,
Asplenietea trichomanis
,
Cymbalario-Parietarietea diffusae
,
Phragmito-Magnocaricetea
and
Dittrichietea viscosae
. For the vegetation in Croatia, two classes (
Pinetea halepensis
and
Dittrichietea viscosae
), two orders ((
Junipero communis
-
Pinetalia
nigrae
and
Dittrichietalia viscosae
), four alliances (
Salvio nemorosae-Arrhenatherion
,
Junipero nanae-Pinion dalmaticae
,
Capparo orientalis-Aurinion leucadeae
and
Dittrichion viscosae
), 17 associations and 14 subassociations have been newly described. Additionally, the paper briefly presents changes within the
Phragmito-Magnocaricetea
class.
Strojno učenje je predmet istraživanja brojnih znanstvenih i stručnih projekata, i važan sastavni dio sustava koji se koriste u medicini, bankarstvu, računalnoj sigurnosti, komunikaciji i brojnim ...drugim domenama. Jedno je od najaktivnijih područja istraživanja, s konstantnim napretkom i razvojem novih algoritama i pristupa, te poboljšanjem postojećih metoda. Značajan utjecaj na performanse modela strojnog učenja ima skup podataka nad kojim je napravljeno treniranje, odnosno kvaliteta podataka, ravnomjerna razdioba vrijednosti i veličina skupa. To predstavlja potencijalan problem kod metoda strojnog učenja koje zahtijevaju prethodno označene podatke, jer prikupljanje podataka može biti iznimno složeno, skupo i vremenski zahtjevno. U tom slučaju klasičan model strojnog učenja vrlo vjerojatno neće imati dobre performanse. Jedan od pristupa rješavanja ovog problema je primjena učenja prijenosom, u kojem model koristi skup podataka ne samo iz promatrane domene, već i iz druge, idealno srodne domene. U radu su simulirani uvjeti manje raspoloživosti skupa podataka, na kojem su analizirane performanse tri modela temeljena na neuronskim mrežama, od kojih se jedan temelji na prethodno istreniranom modelu. Opisan je postupak kreiranja skupova za treniranje i prezentirani su rezultati analize navedena tri modela s različitim veličinama skupova.
PDF
