but.committee	doc. Ing. Jan Kořenek, Ph.D. (předseda) doc. Ing. Vladimír Drábek, CSc. (místopředseda) doc. Ing. Jiří Jaroš, Ph.D. (člen) Ing. Ondřej Lengál, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) Ing. Josef Strnadel, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Jak si vysvětlujete, že úspěšnost klasifikace Vám vyšla 100%? Došlo k přetrénování nebo je řešená úloha triviální? Proč vstupuje do neuronové sítě okno pevné velikosti, které je kratší, než-li maximální délka trvání detekované události? Vysvětlete, co je cílem filtrace v kapitole 10 a proč byly parametry voleny tak, jak je uvedeno v kapitole 10. Jak velká byla testovací sada? Zvažoval jste jiné techniky než konvoluční neuronové sítě? Jak vaše zařízení svojí hmotností ovlivní dynamiku prutu?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Šimek, Václav	cs
dc.contributor.author	Vele, Patrik	cs
dc.contributor.referee	Vašíček, Zdeněk	cs
dc.date.created	2022	cs
dc.description.abstract	Cílem této diplomové práce je vytvořit zařízení, které využívá metody strojového učení k rozpoznávání pohybů feederového rybářského prutu na základě dat z inerciální měřící jednotky. Úvodní část je věnována rybolovné technice feeder, výběru důležitých pohybů a možnostem upevnění detekčního zařízení na prut. Následuje vytvoření teoretického základu v oblasti strojového učení, seznámení s inerciální měřicí jednotkou a problematikou klasifikace. Obdržené znalosti jsou použity k výběru vhodných technik pro řešení úlohy rozpoznávání pohybů prutu. V praktické části je navrženo a vytvořeno detekční zařízení založené na platformě ESP32. To je nejprve používáno jako snímač pohybu, který v kombinaci se zpracováním naměřených hodnot slouží jako generátor trénovací datové sady. Práce pokračuje implementací konvoluční neuronové sítě, procesem učení na vytvořené datové sadě a integrací nejúspěšnějšího modelu do detekčního zařízení. Závěr je věnován testování v praxi, vyhodnocení a možnostem budoucího vývoje. Výsledkem je malé, bateriově napájené zařízení, které po připevnění na libovolný feederový prut poskytuje vysoce úspěšnou detekci všech klíčových pohybů během lovu. Navíc díky bezdrátové komunikaci přes ESP-NOW umožňuje odesílat výsledky na různá zařízení.	cs
dc.description.abstract	The aim of this diploma thesis is to create a device that uses machine learning methods to recognize the movements of a feeder fishing rod based on data from an inertial measurement unit. The introductory part is devoted to the feeder fishing technique, the selection of important movements and the possibilities of attaching the detection device to the rod. This is followed by the creation of a theoretical basis in the field of machine learning, familiarization with the inertial measurement unit and the issue of classification. The acquired knowledge is used to select appropriate techniques for solving the task of recognizing the movements of the rod. In the practical part, a detection device based on the ESP32 platform is designed and created. This is initially used as a motion sensor, which, in combination with the processing of the measured values, serves as a generator of a training data set. The work continues with the implementation of the convolutional neural network, the learning process on the created dataset and the integration of the most successful model into the detection device. The conclusion is devoted to testing in practice, evaluation and possibilities of future development. The result is a small, battery-powered device that, when attached to any feeder rod, provides highly successful detection of all key movements during the hunt. In addition, thanks to wireless communication via ESP-NOW, it is possible to send the results to various devices.	en
dc.description.mark	C	cs
dc.identifier.citation	VELE, P. Využití strojového učení k rozpoznání pohybu feederového prutu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145310	cs
dc.identifier.uri	http://hdl.handle.net/11012/207468
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Feeder	cs
dc.subject	detekce pohybu	cs
dc.subject	strojové učení	cs
dc.subject	Tiny Machine Learning	cs
dc.subject	konvoluční neuronová síť	cs
dc.subject	vestavěný systém	cs
dc.subject	ESP32	cs
dc.subject	datová sada	cs
dc.subject	ESP-NOW	cs
dc.subject	TensorFlow Lite	cs
dc.subject	Google Colaboratory	cs
dc.subject	PlatformIO.	cs
dc.subject	Feeder	en
dc.subject	movement detection	en
dc.subject	machine learning	en
dc.subject	Tiny Machine Learning	en
dc.subject	convolution neural network	en
dc.subject	embedded system	en
dc.subject	ESP32	en
dc.subject	dataset	en
dc.subject	ESP-NOW	en
dc.subject	TensorFlow Lite	en
dc.subject	Google Colaboratory	en
dc.subject	PlatformIO.	en
dc.title	Využití strojového učení k rozpoznání pohybu feederového prutu	cs
dc.title.alternative	Exploitation of Machine Learning for Identification of Feeder Rod Movement	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2022-06-17	cs
dcterms.modified	2022-06-23-08:20:49	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145310	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:34:42	en
sync.item.modts	2025.01.15 21:38:17	en
thesis.discipline	Počítačové a vestavěné systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Využití strojového učení k rozpoznání pohybu feederového prutu

Files

Original bundle

Collections