Aplikace strojového učení pro prediktivní údržbu v Průmyslu 4.0
Loading...
Date
Authors
Navrátil, Tadeáš
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
ORCID
Abstract
Práce zpracovává algoritmy strojového učení pro použití v konceptu Průmysl 4.0. Největší důraz je kladen na prediktivní údržbu a vizuální inspekci. V teoretické části je práce zaměřena na literární rešerši metod strojového učení v oblasti detekce anomálií v časových řadách a obrazových datech. V praktické části se zabývá reimplementací vybraných metod a jejich zhodnocení pomocí matice záměn a metrik, které z ní vycházejí.
The thesis develops machine learning algorithms for use in the Industry 4.0 concept. The main focus is on predictive maintenance and visual inspection. In the theoretical part, the thesis focuses on a literature search of machine learning methods in the field of anomaly detection in time series and image data. The practical part deals with the reimplementation of the selected methods and their evaluation using the confusion matrix and metrics based on it
The thesis develops machine learning algorithms for use in the Industry 4.0 concept. The main focus is on predictive maintenance and visual inspection. In the theoretical part, the thesis focuses on a literature search of machine learning methods in the field of anomaly detection in time series and image data. The practical part deals with the reimplementation of the selected methods and their evaluation using the confusion matrix and metrics based on it
Description
Citation
NAVRÁTIL, T. Aplikace strojového učení pro prediktivní údržbu v Průmyslu 4.0 [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2023.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
prof. Dr. Ing. Alexandr Štefek, Dr. (předseda)
prof. Ing. Pavel Václavek, Ph.D. (místopředseda)
Ing. Martin Čala, Ph.D. (člen)
Ing. Jaroslav Lepka, Ph.D. (člen)
Ing. Tomáš Macho, Ph.D. (člen)
Ing. Radek Štohl, Ph.D. (člen)
Ing. Karel Horák, Ph.D. (člen)
Date of acceptance
2023-06-07
Defence
Student obhájil diplomovou/bakalářskou práci. Komise neměla žádné námitky k řešené práci. V průběhu odborné rozpravy odpověděl na dotazy oponenta. Komise se ptala na to, jestli student přemýšlel o realizaci neuronové sítě na nějakém embedded zařízení a případně jaká by byla výpočetní náročnost. Student popsal jakým způsobem byly algoritmy implementovány, zmínil se o možnostech implementace a popsal výpočetní náročnost algoritmů. Komise se dále doptávala na motivaci studenta k použití filtru typu plovoucí průměr namísto dolní propusti. Student výběr filtru zdůvodnil. Další dotaz mířil na to, jakým způsobem student zajistil, aby byla neuronová síť odolná vůči volbě filtru. Student dotaz zodpověděl bez výhrad.
Result of defence
práce byla úspěšně obhájena