<p>Neregularnost prostiranja radio talasa je uobičajeni fenomen koji<br />utiče na kvalitet radio veze u okviru bežične mreže, rezultujući<br />različitim obrascima prostiranja radio talasa. Ova teza daje<br />predlog nekoliko postupaka analize prostiranja radio talasa u cilju<br />bez-senzorskog otkrivanja prisustva i kretanja ljudi unutar postojeće<br />bežične mreže. Indikator primljene snage radio signala predstavlja<br />osnovni element analize, iz kog se izdvajaju informaciono,<br />amplitudsko i frekventno obeležje. Analizom navedenih obeležja<br />moguća je realizacija robusnog postupka bez-senzorske detekcije ljudi<br />koja se može primeniti u različitim rešenjima ambijentalne<br />inteligencije, zahtevajući minimalan broj elemenata fizičke<br />arhitekture, neophodnih za uspostavljanje korisnički svesnog<br />okruženja.</p> / <p>Radio irregularity is a common and non-negligible phenomenon that impacts<br />the connectivity and interference in a wireless network, by introducing<br />disturbances in radio signal&rsquo;s propagation pattern. In order to detect a<br />possible presence of a human subject within the existing radio network<br />sensorlessly, this thesis analyze the irregularity data expressed in a form of<br />received signal strength variation. The received signal strength variation is<br />decomposed into information, amplitude and frequency characteristics. The<br />combination of these three characteristics analysis enables the definition of<br />robust and cost-effective device-free human presence detection method that<br />can be exploited for various ambient intelligence solutions, requiring the<br />minimum hardware add-ons that are necessary for the establishment of a<br />user aware environment.</p>

<p>Главни задатак истраживања приказаног у дисертацији је развој модела,<br />заснованог на алгоритмима машинског учења, који описује сложени<br />утицај мерног система на користан, експериментални сигнал са циљем<br />његове елиминације. Студија случаја је широко распрострањена<br />фотоакустична, трансмисиона мерна метода са ћелијом минималне<br />запремине. Мултидисциплинарност и комплексност проблема одредили<br />су следеће кораке у методологији решења: 1) развој софтвера за<br />генерисање симулираних експерименталних података, 2) развој<br />регресионог модела заснованог на трослојној неуронској мрежи, за<br />прецизну и поуздану карактеризацију детектора која се извршава у<br />реалном времену, 3) развој класификационог модела заснованог на<br />неуронској мрежи једноставне структуре за прецизну и поуздану<br />предикцију типа коришћеног детектора која се извршава у реалном<br />времену, 4) спрезање регресионог и класификационог модела уз развој<br />додатног софтвера за прилагођење модела стварном експерименту. На<br />овај начин заокружен је програмски оквир који извршава сложени задатак<br />издвајања &ldquo;правог&rdquo; сигнала oд изобличеног експерименталног сигнала<br />без ангажовања истраживача, односно извршава аутокорекцију.<br />Тестирање је извршено на више различитих детектора и више<br />различитих материјала у фотоаксустичном експерименту. Применом<br />развијеног програмског оквира конкурентност експерименталне технике<br />је знатно порасла: повећана је тачност и поузданост, проширен је мерни<br />опсег и смањено време обраде резултата мерења.</p> / <p>Glavni zadatak istraživanja prikazanog u disertaciji je razvoj modela,<br />zasnovanog na algoritmima mašinskog učenja, koji opisuje složeni<br />uticaj mernog sistema na koristan, eksperimentalni signal sa ciljem<br />njegove eliminacije. Studija slučaja je široko rasprostranjena<br />fotoakustična, transmisiona merna metoda sa ćelijom minimalne<br />zapremine. Multidisciplinarnost i kompleksnost problema odredili<br />su sledeće korake u metodologiji rešenja: 1) razvoj softvera za<br />generisanje simuliranih eksperimentalnih podataka, 2) razvoj<br />regresionog modela zasnovanog na troslojnoj neuronskoj mreži, za<br />preciznu i pouzdanu karakterizaciju detektora koja se izvršava u<br />realnom vremenu, 3) razvoj klasifikacionog modela zasnovanog na<br />neuronskoj mreži jednostavne strukture za preciznu i pouzdanu<br />predikciju tipa korišćenog detektora koja se izvršava u realnom<br />vremenu, 4) sprezanje regresionog i klasifikacionog modela uz razvoj<br />dodatnog softvera za prilagođenje modela stvarnom eksperimentu. Na<br />ovaj način zaokružen je programski okvir koji izvršava složeni zadatak<br />izdvajanja &ldquo;pravog&rdquo; signala od izobličenog eksperimentalnog signala<br />bez angažovanja istraživača, odnosno izvršava autokorekciju.<br />Testiranje je izvršeno na više različitih detektora i više<br />različitih materijala u fotoaksustičnom eksperimentu. Primenom<br />razvijenog programskog okvira konkurentnost eksperimentalne tehnike<br />je znatno porasla: povećana je tačnost i pouzdanost, proširen je merni<br />opseg i smanjeno vreme obrade rezultata merenja.</p> / <p>The main task of the research presented in this dissertation is the development<br />of the model based on machine learning algorithms, which describes the<br />complex influence of the measuring system on a useful, experimental signal,<br />with the aim of the elimination of this influence. The case study is a widespread<br />photoacoustic, transmission measurement method with minimum volume cell<br />configuration. Multidisciplinarity and complexity of the problem determined the<br />following steps in the solution methodology: 1) development of the software for<br />generating simulated experimental data, 2) development of the regression<br />model based on a three-layer neural network, for precise and reliable<br />characterization of detectors, performed in real time, 3) development of the<br />classification model based on a neural network of simple structure for precise<br />and reliable prediction of the type of detector in use, performed in real time, 4)<br />coupling of the regression and the classification model with the development<br />of additional software for adjustment of the model to a real experiment. In this<br />way, the program framework is completed, which performs the complex task<br />of extracting the &quot;true&quot; signal from the distorted experimental signal without the<br />involvement of researchers, performing, thus, the autocorrection. Testing was<br />performed on several different detectors and several different materials in a<br />photoacoustic experiment. With the application of the developed software<br />framework, the competitiveness of the experimental technique has<br />significantly increased: the accuracy and the reliability have been increased,<br />the measurement range has been expanded and the processing time of<br />measurement results has been reduced.</p>

<p>Osolike muve predstavljaju veliku familiju dvokrilaca koja u ekosistemu ima važnu ulogu opra&scaron;ivača biljaka i razlaganja organske materije. One su takođe dobar indikator naru&scaron;enosti ekosistema.&nbsp; Stoga je poznavanje njihove taksonomije i<br />ekologije od izuzetnog značaja. Jedan od tri najbrojnija roda osolikih muva&nbsp; predstavlja rod <em>Eumerus</em>, čija revizija na Balkanskom poluostrvu je predmet ove disertacije. Balkansko poluostrvo predstavlja izuzetan centar raznovrsnosti živog<br />sveta, između ostalih familija i za osolike muve. Za rod<em> Eumerus</em>, ono je pored Srednje Azije i Južne Afrike, jedan od centara specijacije.Predstavnici roda Eumerus su uglavnom sitnije crne muve, ponekad sa crvenim trbuhom. Karakteri&scaron;u ih bele popra&scaron;ene&nbsp; trake na tergitima, dva reda trnova na metafemuru&nbsp; apikoventralno i uvučena gornja spolja&scaron;nja poprečna vena na&nbsp; krilu, često sa dva kratka ispusta na ispupčenoj strani, okrenuta ka spolja. Cilj ove disertacije bio je utvrđivanje tačnog broja&nbsp; vrsta na Balkanskom poluostrvu i razre&scaron;avanje njihove&nbsp; taksonomije. Kao rezultat, utvrđeno je 44 prisutne vrste na&nbsp; istraživanom području koje su na osnovu morfolo&scaron;ke sličnosti&nbsp; podeljene u deset grupa. Tri utvrđene vrste ne pripadaju&nbsp; nijednoj grupi. U toku ovog istraživanja otkriveno je 12 vrsta novih za nauku:<em> E. aurofinis, E. banaticus</em>, in litt., <em>E. <span id="cke_bm_182S" style="display: none;">&nbsp;</span><span id="cke_bm_185S" style="display: none;">&nbsp;</span>bicornis</em><span id="cke_bm_185E" style="display: none;">&nbsp;</span><span id="cke_bm_182E" style="display: none;">&nbsp;</span>, in<span id="cke_bm_183S" style="display: none;">&nbsp;</span> litt., <span id="cke_bm_186S" style="display: none;">&nbsp;</span><em>E. crassus</em><span id="cke_bm_186E" style="display: none;">&nbsp;</span>, <span id="cke_bm_187S" style="display: none;">&nbsp;</span><em>E. kar<span id="cke_bm_183E" style="display: none;">&nbsp;</span>yates</em><span id="cke_bm_187E" style="display: none;">&nbsp;</span>, in li<span id="cke_bm_188S" style="display: none;">&nbsp;</span>tt., <em>E. montanum</em>, <em>E.&nbsp;<span id="cke_bm_188E" style="display: none;">&nbsp;</span> montenegr<span id="cke_bm_184E" style="display: none;">&nbsp;</span>inus, E. <span id="cke_bm_189E" style="display: none;">&nbsp;</span>nigrorufus</em>, in litt.<em>, E. phaeacus</em>, in litt., <span id="cke_bm_202S" style="display: none;">&nbsp;</span><em>E. rubrum, E. tenuitarsis</em><span id="cke_bm_202E" style="display: none;">&nbsp;</span>, in litt. i<em> E. torsicus.</em> Geometrijska morfometrija krila je d<span id="cke_bm_203E" style="display: none;">&nbsp;</span>ala odlične rezultate za razdvajanje&nbsp; kriptičnih taksona u okviru roda <em>Eumerus,</em> primenjena na&nbsp; vrstama grupe minotaurus. Utvrđeni su najznačajniji morfolo&scaron;ki karakteri za razlikovanje vrsta. Jedan od veoma&nbsp; značajnih rezultata ove disertacije je ključ za identifikaciju&nbsp; vrsta roda<em> Eumerus</em> na Balkanskom poluostrvu. Na osnovu morfolo&scaron;ke analize donet je zaključak da tricolor grupa&nbsp; predstavlja morfolo&scaron;ki zasebnu taksonomsku celinu sa jasnim&nbsp; indicijama da je njen rang iznad grupe vrsta. Centre diverziteta&nbsp; vrsta roda <em>Eumerus</em> na istraživanom području predstavljaju, prema bogastvu vrsta grčka ostrva Lezbos i Krf i jugoistočni&nbsp; deo Crne Gore uključujući Skadarsko jezero. Na osnovu &Scaron;enonovog indeksa diverziteta, područja sa najvećim indeksom su sledeća: ostrva Hios, Lezbos i Krf, zatim Peloponez i veći&nbsp; deo Crne Gore.</p> / <p>Hoverflies represents a large family of Diptera that have in the ecosystem an important role of pollinators and decomposer of organic matter. They are also a good indicator of ecosystem disruption. Therefore, knowledge of their taxonomy and ecology is of great importance. One of the three most numerous genus of hoverflies is the genus<em> Eumerus</em>, whose revision in the Balkan Peninsula is the subject of this dissertation. The Balkan Peninsula is an exceptional center of biodiversity, for&nbsp; hoverflies among other families. For the genus&nbsp;<em> Eumerus</em>, Balkan Peninsula is next to&nbsp; Central Asia and South Africa, one of the centers of speciation. Representatives of the genus&nbsp; Eumerus&nbsp; are mostly small black flies, sometimes with red abdomen. They are characterized by white stripes on the tergites, two rows of spines on the metafemur apico-ventrally and recessed upper outer transverse wing vein. The aim of&nbsp; this dissertation was to determine the number of species on the Balkan&nbsp; Peninsula and to resolve their taxonomy. As a result, 44 species were identified in the investigated area, which are divided into ten groups based on the&nbsp; morphological similarity. The three species identified do not belong to any group. In the course of this study, 12 new species were discovered for the science:&nbsp; <em>E. aurofinis, E. banaticus,</em> in litt.,&nbsp; <em>E. bicornis</em>, in litt.,&nbsp;<em> E. crassus,&nbsp; E. karyates</em>, in litt.,&nbsp; <em>E. montanum,&nbsp; E. montenegrinus,&nbsp; E. nigrorufus,</em> in litt.,&nbsp; <em>E. phaeacus</em>, in litt.,&nbsp; <em>E. rubrum,</em> <em>E. tenuitarsis</em>, in litt. and&nbsp; <em>E. torsicus</em>. The geometric&nbsp; morphometry of the wings gave excellent results for the separation of cryptic taxons within the genus&nbsp; Eumerus, applied to the species of the&nbsp; minotaurus&nbsp; group. The most important morphological characters for differentiating species were determined. One of the very important results of this dissertation is the identification key for species of the genus&nbsp; <em>Eumerus&nbsp;</em> on the Balkan Peninsula. Based on morphological analysis, conclusion is that the tricolor&nbsp; group represents a morphologically separate taxonomic entity with clear indications that its rank is above a group of species. The centers of diversity of the genus&nbsp;<em> Eumerus</em>&nbsp; in the research area represent, according to the species richness of the Greek island of Lesbos and Corfu and the southeastern&nbsp; part of Montenegro including the Skadar Lake. Based on the Shannon&rsquo;s Diversity Index, the areas with the highest index are as follows: the islands of Hios, Lesbos and Corfu, then Peloponnese and most of Montenegro.</p>