<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://dk.um.si/IzpisGradiva.php?id=98196"><dc:title>Razvoj platforme za nameščanje in upravljanje napovednih modelov strojnega učenja</dc:title><dc:creator>Semprimožnik,	Matevž	(Avtor)
	</dc:creator><dc:creator>Vrbančič,	Grega	(Mentor)
	</dc:creator><dc:subject>serviranje modelov</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>ONNX</dc:subject><dc:subject>skalabilnost</dc:subject><dc:subject>optimizacija virov.</dc:subject><dc:description>Z naraščajočo uporabo strojnega učenja v praksi se povečuje tudi število napovednih modelov v produkciji, kar prinaša izzive pri njihovem učinkovitem serviranju. V magistrskem delu obravnavamo razvoj platforme za serviranje modelov, ki omogoča skalabilno, zanesljivo in učinkovito izvajanje napovedi. Poseben poudarek je na optimizaciji porabe virov, podpori sinhronemu in asinhronemu izvajanju ter uporabi interoperabilnega formata ONNX. Razvita rešitev je eksperimentalno primerjana z obstoječo platformo, pri čemer analiziramo odzivni čas, prepustnost in porabo virov. Rezultati kažejo, da lahko ustrezna arhitektura bistveno izboljša učinkovitost serviranja modelov.</dc:description><dc:publisher>[M. Semprimožnik]</dc:publisher><dc:date>2026</dc:date><dc:date>2026-05-25 18:06:43</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>98196</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>