Detekce významných událostí v systémech využívajících princip fázových OTDR

Simple item page
but.committeedoc. Ing. Miloslav Steinbauer, Ph.D. (předseda) doc. Ing. Václav Jirsík, CSc. (místopředseda) Ing. Stanislav Pikula, Ph.D. (člen) Ing. Lukáš Pohl, Ph.D. (člen) Ing. Soňa Šedivá, Ph.D. (člen) Ing. Soběslav Valach (člen)cs
but.defenceStudent obhájil diplomovou práci. Komise neměla žádné námitky k řešené práci. V průběhu odborné rozpravy odpověděl na dotazy.cs
but.jazykčeština (Czech)
but.programKybernetika, automatizace a měřenícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorValach, Soběslavcs
dc.contributor.authorMakówka, Davidcs
dc.contributor.refereePetyovský, Petrcs
dc.date.created2022cs
dc.description.abstractDiplomová práce se zabývá návrhem, implementací a testováním systému klasifikujícího události snímané optickým vláknem podél perimetru střežených objektů. V teoretické části jsou objasněny fyzikální principy, základní struktury měřících systémů, metody měření, formát dat, způsoby předzpracování a klasifikace konvolučními neuronovými sítěmi. Praktická část popisuje implementaci softwaru pro učení a testování konvolučních neuronových sítí, proces extrahování vzorků z naměřených dat, jejich anotaci a převod do formátu požadovaného neuronovou sítí. Jsou prezentovány výsledky analýzy snímaných dat a výsledky dosažené úrovně klasifikace konvolučními neuronovými sítěmi jak při zpracování naměřených datasetů, tak při nasazení hotového klasifikátoru na systém pracující v reálném čase.cs
dc.description.abstractThis diploma thesis concerns the design, implementation and testing of a system that classifies events captured using optic fiber along a perimeter of guarded objects. A theoretical part introduces physical principles, main structures of measuring systems, methods of measuring, data format, pre-processing options and classification using convolutional neural networks. A practical part describes implementation of a software for convolutional neural networks training and testing, process of samples extraction from measured data, its annotation and conversion to format required by neural networks. Results of measured data analysis and results of achieved classification accuracy using convolutional neural networks for both post processing of measured data and for deployment of neural network into real time processing system are presented.en
dc.description.markBcs
dc.identifier.citationMAKÓWKA, D. Detekce významných událostí v systémech využívajících princip fázových OTDR [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.cs
dc.identifier.other142697cs
dc.identifier.urihttp://hdl.handle.net/11012/204964
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.subjectFázové-OTDRcs
dc.subjectCNNcs
dc.subjectDVScs
dc.subjectDOFScs
dc.subjectPythoncs
dc.subjectTensor-Flowcs
dc.subjectKerascs
dc.subjectAlexNetcs
dc.subjectGooLeNetcs
dc.subjectPhase-OTDRen
dc.subjectCNNen
dc.subjectDVSen
dc.subjectDOFSen
dc.subjectPythonen
dc.subjectTensor-Flowen
dc.subjectKerasen
dc.subjectAlexNeten
dc.subjectGooLeNeten
dc.titleDetekce významných událostí v systémech využívajících princip fázových OTDRcs
dc.title.alternativeDetection of significant events in systems baased on phase OTDRen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-06-08cs
dcterms.modified2022-06-09-13:01:20cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid142697en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:32:03en
sync.item.modts2025.01.15 18:40:22en
thesis.disciplinebez specializacecs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí technikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
7.12 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
25.81 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_142697.html
Size:
10.58 KB
Format:
Hypertext Markup Language
Description:
file review_142697.html
Download
Collections
2022