111. |
112. |
113. |
114. |
115. |
116. Multidisciplinarna obravnava bolnikov z rakom dojkSimona Borštnar, Erika Matos, Andraž Perhavec, Rok Petrič, Tanja Marinko, Maja Marolt-Mušič, Kristijana Hertl, 2014, objavljeni strokovni prispevek na konferenci Ključne besede: rak dojk, multidisciplinarna obravnava, radioterapija, kirurgija, internistična onkologija
Objavljeno v DiRROS: 17.09.2019; Ogledov: 2604; Prenosov: 722
 Celotno besedilo (175,93 KB) |
117. Multidisciplinarna obravnava bolnikov z raki prebavilVaneja Velenik, Franc Anderluh, Jernej Benedik, Marko Boc, Erik Brecelj, Jasna But-Hadžić, Maja Ebert Moltara, Ibrahim Edhemović, Zvezdana Hlebanja, Ana Jeromen, Tanja Mesti, Irena Oblak, Janja Ocvirk, Rok Petrič, Gašper Pilko, Martina Reberšek, Ajra Šečerov Ermenc, Neva Volk, 2014, objavljeni strokovni prispevek na konferenci Ključne besede: rak prebavil, multidisciplinarna obravnava, radioterapija, kirurgija, internistična onkologija
Objavljeno v DiRROS: 17.09.2019; Ogledov: 2622; Prenosov: 763
Celotno besedilo (129,55 KB) |
118. |
119. A comparison of models for forecasting the residential natural gas demand of an urban areaRok Hribar, Primož Potočnik, Jurij Šilc, Gregor Papa, 2019, izvirni znanstveni članek Povzetek: Forecasting the residential natural gas demand for large groups of buildings is extremely important for efficient logistics in the energy sector. In this paper different forecast models for residential natural gas demand of an urban area were implemented and compared. The models forecast gas demand with hourly resolution up to 60 h into the future. The model forecasts are based on past temperatures, forecasted temperatures and time variables, which include markers for holidays and other occasional events. The models were trained and tested on gas-consumption data gathered in the city of Ljubljana, Slovenia. Machine-learning models were considered, such as linear regression, kernel machine and artificial neural network. Additionally, empirical models were developed based on data analysis. Two most accurate models were found to be recurrent neural network and linear regression model. In realistic setting such trained models can be used in conjunction with a weather-forecasting service to generate forecasts for future gas demand.
Ključne besede: demand forecasting, buildings, energy modeling, forecast accuracy, machine learning
Objavljeno v DiRROS: 15.03.2019; Ogledov: 2479; Prenosov: 1143
Celotno besedilo (968,06 KB) |
120. Prognostični dejavniki in zdravljenje bolnikov s papilarnim mikrokarcinomom ščitniceNikola Bešić, Gašper Pilko, Rok Petrič, 2007, strokovni članek Povzetek: Papilarni mikrokarcinom ščitnice (PMKŠ) je po WHO opredeljen kot tumor, velik 1,0 cm ali manjši. V zadnjih letih narašča število preiskav ščitnice z ultrazvokom in število ultrazvočno vodenih tankoigelnih aspiracijskih biopsij, kar omogoča odkrivanje raka, še preden postane klinično zaznaven, zaradi česar narašča incidenca PMKŠ. Bolniki s PMKŠ imajo zelo dobro prognozo, zato se postavlja vprašanje, kako naj jih zdravimo, da bi jih pozdravili, a jim hkrati ne bi po nepotrebnem povzročili škode. Namen naše študije je bil ugotoviti, kateri dejavniki so pri naših bolnikih s PMKŠ povezani s ponovitvijo bolezni. Analizirali smo rezultate o 135 bolnikih s PMKŠ, ki so bili zdravljeni v letih 1976–2002 na Onkološkem inštitutu v Ljubljani. Srednja doba spremljanja bolnikov je bila od enega do 359 mesecev (srednja vrednost 85 mesecev). V tem obdobju se je pri sedmih bolnikih (5,2 %) bolezen ponovila, a nihče ni umrl zaradi bolezni. S statistično analizo z χ2-testom smo ugotovili, da je bila s pogostostjo ponovitve bolezni povezana le velikost tumorja. Z raziskavo smo potrdili opažanja drugih avtorjev, da imajo bolniki s PMKŠ dobro prognozo.
Objavljeno v DiRROS: 31.08.2018; Ogledov: 3353; Prenosov: 821
Celotno besedilo (230,54 KB) |
