Predlagana je nova metoda, ki temelji na primerjavi obnašanja zaupanja. Ta ustrezno prilagaja ugled, ki ustreza vzorcem obnašanja ocenjevalcev in tako odstrani faktor subjektivnosti iz ocen zaupanja. Z metodo TACO imajo tako vsi deležniki primerljive možnosti, da izberejo zaupanja vrednega partnerja ne glede na njihove dispozicije zaupanja.
COBISS.SI-ID: 1536297667
Predlagan je napreden model za učinkovito predikcijo delovnih bremen v oblaku (AME-WPC), ki kombinira statistčne pristope in metode strojnega učenja, izboljša natančnost predikcije delovnih bremen pri aplikacijah v računalniškem oblaku in se dinamično prilagaja glede na posamezni sistem. Problem napovedovanja delovnih bremen je naslovljen tako s klasifikacijo, kakor tudi z regresijo. Eksperimentalni rezlutati kažejo, da je kombiniranje statističnih metod in metod strojnega učenja smiselno in lahko signifikantno prispeva k natančnosti napovedovanja delovnih bremen.
COBISS.SI-ID: 1536396227
Vpeljava konceptov procesiranja kompleksnih dogodkov (CEP) v storitveno orientirane arhitekture omogoča precejšnjo razširitev njihovih zmožnosti. V ta namen je bil kot novost predlagan model, ki podpira uporabo CEP v storitveno orientiranih arhitekturah, kjer se dejansko razpoznavanje vzorcev izvede z uporabo zunanjega stroja CEP. Predlagana je nova kompleksno-dogodkovno zavedna storitev, ki je sposobna reagirati na kompleksne dogodke, ki so opredeljeni v njenem vmesniku.
COBISS.SI-ID: 9754196
Predlagan je nov učinkovit in zanesljiv pristop za avtentikacijo na podlagi hoje. Temelji na analizi pospeškometrovih signalov s pomočjo statistik višjih redov. Vzorci hoje so pridobljeni s pomočjo transformacije podatkov o pospeških v prostoru značilk s pomočjo kumulantov višjih redov. Predlagan pristop lahko operira na večkanalnih in večsenzorskih podatkih s pomočjo zlivanja podatkov na nivoju značilnic in nivoju senzorjev.
COBISS.SI-ID: 1536253635
Kompleksne mreže v realnem svetu ponavadi razkrivajo karakteristične skupine vozlišč, npr. module in skupnosti. Te so pomembne pri številnih aplikacijah, še posebej v primeru velikih socialnih in informacijskih omrežjih. V literaturi so objavljene številne tehnike za razpoznavanje skupnosti v omrežjih, vendar so pristopi za odkrivanje vozlišč v ostalih omrežjih redki in v določenem smislu ponavadi omejeni. Predlagamo enostaven propagacijski algoritem za odkrivanje skupin v splošnem smislu, ki ne potrebuje vnaprejšnjega znanja in ima skoraj idealno kompleksnost.
COBISS.SI-ID: 10333012