Iskalni niz:
išči po
išči po
išči po
išči po
Vrsta gradiva:
Jezik:
Št. zadetkov: 4
Diplomsko delo
Oznake: organizacija proizvodnje;planiranje proizvodnje;načrtovanje proizvodnje;layout proizvodnje;skladiščenje materiala;obvladovanje zalog;diplomske naloge;
V sklopu diplomskega dela sem skupaj s podjetjem NIEROS Metal d.o.o. obravnaval problem reorganizacije dela njihove proizvodnje. V prvem delu diplomske naloge sem se osredotočil predvsem na teoretične osnove, ki sem jih spoznaval tekom dosedanjega študija, v nadaljevanju pa sem pridobljeno znanje up ...
Leto: 2021 Vir: Fakulteta za strojništvo (UM FS)
Magistrsko delo
Oznake: organizacija proizvodnje;načrtovanje in vodenje proizvodnje;plan proizvodnje;optimizacija proizvodnega procesa;skupna učinkovitost proizvodnega procesa;fino planiranje;terminiranje;lansiranje;informacijski sistem;magistrske naloge;
V magistrskem delu obravnavamo problem optimizacije proizvodnega procesa in izdelavo finega plana proizvodnega procesa v povezavi z vpeljanim informacijskim sistemom GoSoft v podjetju NIEROS Metal tovarna opreme d.o.o. Cilj raziskovalne naloge je zasnova finega plana proizvodnega procesa, ki bi podj ...
Leto: 2023 Vir: Fakulteta za strojništvo (UM FS)
Magistrsko delo
Oznake: vrtače;Matarsko podolje;geomorfološka analiza;digitalni model reliefa;GIS;kras;
Magistrsko delo obsega geomorfološko analizo vrtač v GIS-okolju na severozahodnem delu Matarskega podolja. Predstavila sem dosedanje raziskave na območju, problematiko uporabe termina »vrtača« v slovenski literaturi in termina »doline« ter »sinkhole« v tuji literaturi in različne parametre vrtač (gl ...
Leto: 2018 Vir: Naravoslovnotehniška fakulteta (UL NTF)
Izvirni znanstveni članek
Oznake: strojno učenje;metabarkodiranje;fitoplankton;radiometrija;modeliranje;cross-validation;data leakage;eukaryotic plankton;machine learning;marine biodiversity;Mediterranean Sea;omics;shannon diversity index;
Machine learning models provide a scalable approach for predicting the diversity of eukaryotic microbial plankton from environmental predictors. However, the extent to which these models generalize to data outside the training set remains poorly quantified. In this study, XGBoost was used to predict ...
Leto: 2026 Vir: Nacionalni inštitut za biologijo (NIB)
Št. zadetkov: 4
Ključne besede:
Leto izdaje:
Avtorji:
Repozitorij:
Tipologija:
Jezik: