| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Biznesa informātika |
| Nosaukums |
Bakalaura darba formatēšana, izmantojot konvolūciju neironu tīklus formatēšanas kļūdu atklāšanai |
| Nosaukums angļu valodā |
Formatting Bachelor’s Thesis Using Convolutional Neural Networks to Detect Formatting Errors |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Ilze Andersone |
| Recenzents |
Atis Kapenieks |
| Anotācija |
Bakalaura darbu stingru formatēšanas vadlīniju ievērošanas nodrošināšana ir
svarīgs, taču darbietilpīgs studentu un akadēmisko vērtētāju uzdevums. Šajā maģistra
darbā tiek pētītas konvoluciju neironu tīklu (CNN) iespējas automatizēt formatēšanas
kļūdu noteikšanu bakalaura darbos. Pētījums sākas ar visaptverošu akadēmisko
publikāciju pārskatu, lai izprastu esošos risinājumus līdzīgām problēmām.
Darba otrajā daļā tiek aprakstīti CNN mehānismi un lielie valodu modeļi
(LLM), izskaidrojot, kā šie modeļi var atpazīt objektus attēlos. Šajā sadaļā īsumā tiek
izskaidroto LLM un CNN arhitektūra un funkcionalitāte, izceļot to spēju mācīties un
identificēt sarežģītus paternus.
Eksperimentālajā fāzē tiek izmantots iepriekš apmācīts LLM modelis kurš
iekļauj vairākus CNN modeļus. LLM modelim piekļūstot, izmantojot tā API, lai
novērtētu tā efektivitāti dokumentu objektu atpazīšanā un saistīto formatēšanas kļūdu
noteikšanā bakalaura darbos. Eksperimenti ietver modeļa testēšanu ar dažādiem
dokumentu paraugiem, lai novērtētu tā precizitāti, nosakot pareizu un nepareizu
formatējumu dokumentu objektiem, piemēram, virsrakstiem, apakš virsrakstiem,
attēliem u.c.
Rezultāti parāda modeļa potenciālu precīzi noteikt formatēšanas kļūdas, kas
liecina, ka CNN var ievērojami vienkāršot formatēšanas validācijas procesu. Šis
pētījums piedāvā daudzsološu principu akadēmisko dokumentu kvalitātes un
konsekvences uzlabošanai.
Informācija par darba apjomu - 75 lapas puses, 28 figūras, 9 tabulas, 26 atsauču
avoti. |
| Atslēgas vārdi |
KONVOLUCIONĀLIE NEIRONU TĪKLI, FORMATĒJUMA NOTEIKŠANA, BAKALAURA DARBA NOFORMĒŠANA, AKADĒMISKIE DOKUMENTI, AUTOMATIZĒTĀ VALIDĀCIJA, DZIĻĀ MĀCĪŠANĀS, LIELIE VALODU MODEĻI. |
| Atslēgas vārdi angļu valodā |
CONVOLUTIONAL NEURAL NETWORKS, FORMATTING DETECTION, BACHELOR’S THESIS FORMATTING, ACADEMIC DOCUMENTS, AUTOMATED VALIDATION, DEEP LEARNING, LARGE LANGUAGE MODELS. |
| Valoda |
eng |
| Gads |
2025 |
| Darba augšupielādes datums un laiks |
27.05.2025 13:32:48 |
