Doktor računalništva in informatike · Inženir in raziskovalec
Sem snovalec z dobrim okusom: ideje pripeljem vse do delujočih sistemov in vem, kaj izpustiti. Pri problemih vztrajam, dokler ne popustijo, veliko berem tudi izven inženirskega kanona, svoje napake pa raje odkrijem sam, preden jih kdo drug.
Strojno učenje in mehanistična interpretabilnost
Zasnoval in izvedel sem vnaprej registrirano študijo medslojne dinamike pri priklicu dejstev v transformerjih na šestih jezikovnih modelih iz treh družin, v celoti na potrošniški strojni opremi. Vsa koda bo javno dostopna, ko bo članek objavljen. Izvedel sem tudi študijo pojava grokking (zakasnjene generalizacije) na nevronskih mrežah za prepoznavo kretenj iz elektromiografskih podatkov.
Članek: povezava sledi
openDAQ pod okriljem podjetij Dewesoft in Hottinger Brüel & Kjær
Soustvarjal sem odprtokodni razvojni komplet za zajem podatkov, ki omogoča interoperabilnost strojne opreme med operacijskimi sistemi, programskimi jeziki in proizvajalci naprav. Implementiral sem ključne funkcionalnosti v C++ ter skrbel za dokumentacijo, CI/CD, izdaje, testiranje, vezave za Python in nadzorne plošče z metrikami (Grafana/InfluxDB na AWS).
Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko, Laboratorij za sistemsko programsko opremo
Vodil sem raziskave na področju elektromiografije in pedagoško delo. Razvil sem celovite cevovode za analizo signalov (MATLAB, R) in modele strojnega učenja za biosignale (Python, TensorFlow, Keras) ter poučeval računalniški vid (OpenCV). Mentoriral sem študente in soprispeval k recenziranim objavam.
Najbolj citiran članek: On the reuse of motor unit filters in high density surface electromyograms recorded at different contraction levels
Bibliografija: profil raziskovalca v sistemu COBISS
Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in informatiko
Python Strojno učenje Elektromiografija Nabor podatkov
Zbirka elektromiografskih signalov različnih kretenj roke, posnetih z zapestnico Myo, za strojno učenje.
Python Strojno učenje Elektromiografija
Razvrščanje kretenj iz elektromiografskih podatkov zapestnice Myo in poglobljena raziskava, kako doseči grokking na resničnem fiziološkem signalu.
Java Python Strojno učenje Elektromiografija LEGO
Krmiljenje robota LEGO Mindstorms EV3 TRACK3R z zapestnico Myo in nevronsko mrežo za prepoznavo kretenj.
Python Strojno učenje LLM RAG
Lokalni cevovod RAG nad slovenskimi dokumenti — Ollama + ChromaDB, brez ogrodij. Vsak korak je ekspliciten in berljiv.
Python Strojno učenje LLM
Kam v cevovodu za izločanje podatkov s spleta v resnici sodi LLM? Kaskada pravila → klasifikator → LLM nad novicami o investicijskih krogih, s strogim preverjanjem ujemanja z virom in evalvacijami.
Python Računalniški vid
Računalniški vid: najde sudoku na fotografiji, izlušči mrežo, prepozna števke, ga reši in rešitev izriše na sliko.
Kotlin Android
Aplikacija za Android za beleženje in spremljanje telesne teže skozi čas.
Python Grafi v živo
Discord bot, ki pridobi zaključne cene kriptovalut in delnic ter jih prikaže na grafu za zadnjih N dni.
Python Spremljanje
Spremljanje novih zaposlitvenih oglasov na slo-tech.com/delo.
Python Zvok
Pretvori običajno datoteko wav v datoteko wav z 8d zvokom.
JavaScript Za zabavo
Slika s spletne kamere, v realnem času pretvorjena v ASCII-umetnost; teče v celoti v brskalniku, brez odvisnosti.
JavaScript Za zabavo
Interaktivna galerija algoritmov generativne umetnosti, ki s p5.js rišejo v živo — tokovna polja, fraktali, Mandelbrotova množica, reakcijsko-difuzijski vzorci in še več.
C++ Python C# SDK
openDAQ™, razvojni komplet za zajem podatkov — medplatformska in večjezična interoperabilnost naprav za zajem podatkov.
