Rozpoznávání gest horní končetiny z EMG záznamu

Simple item page
but.committeeprof. Ing. Martin Augustynek, Ph.D. (předseda) Ing. Martin Mézl, Ph.D. (místopředseda) Ing. Kateřina Šabatová (člen) Ing. Martin Vítek, Ph.D. (člen) MUDr. Tibor Stračina, Ph.D. (člen) Ing. Petra Novotná (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Ing. Novotná se zeptala, zda student navrhl svoji vlastní síť. Nenapadlo Vás síť rozšířit o skryté vrstvy? Jak jste připravil data na 2D konvoluci? Pomůže Vám augmentace u této konvoluční sítě? Dr. Mézl okomentoval postup práce. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorHarabiš, Vratislavcs
dc.contributor.authorKostial, Martincs
dc.contributor.refereeSmital, Lukášcs
dc.date.created2024cs
dc.description.abstractTato práce se zaobírá rozpoznáváním gest ze sEMG záznamu horní končetiny, návrhem vlastního klasifikátoru použitím strojového učení. Práce je rozdělena do šesti kapitol – v první jsou popsány vlastnosti EMG signálu, v druhé jsou rozepsány současné metody vyhodnocování EMG využívající strojové učení, ve třetí je samotná realizace rozpoznávacího algoritmu, ve čtvrté popisuji snímání vlastních EMG záznamů a v páté je diskuse získaných výsledků.cs
dc.description.abstractThis work covers gesture recognition from upper limb sEMG recordings, designing a custom classifier using machine learning. The thesis is divided into six chapters – the first describes the EMG signal properties, the second discusses current EMG evaluation methods using machine learning, the third presents the actual implementation of the recognition algorithm, the fourth one deals with capturing the actual EMG recordings, and the fifth one is a discussion of the obtained results.en
dc.description.markAcs
dc.identifier.citationKOSTIAL, M. Rozpoznávání gest horní končetiny z EMG záznamu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.cs
dc.identifier.other159702cs
dc.identifier.urihttp://hdl.handle.net/11012/247394
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectEMGcs
dc.subjectelektromyografiecs
dc.subjectstrojové učenícs
dc.subjectPythoncs
dc.subjectzpracování signálůcs
dc.subjectAIcs
dc.subjectEMGen
dc.subjectelectromyographyen
dc.subjectmachine learningen
dc.subjectPythonen
dc.subjectsignal processingen
dc.subjectAIen
dc.titleRozpoznávání gest horní končetiny z EMG záznamucs
dc.title.alternativeUpper limb gesture recognition from EMG recordingsen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2024-06-12cs
dcterms.modified2024-06-12-15:39:12cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid159702en
sync.item.dbtypeZPen
sync.item.insts2025.03.17 17:22:09en
sync.item.modts2025.01.17 11:02:14en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
6.31 MB
Format:
Adobe Portable Document Format
Description:
file final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
51.28 MB
Format:
Unknown data format
Description:
file appendix-1.zip
Download
Thumbnail Image
Name:
review_159702.html
Size:
4.51 KB
Format:
Hypertext Markup Language
Description:
file review_159702.html
Download
Collections
2024