Implementace autoenkodéru pro zpracování obrazových dat
| but.committee | prof. Ing. Rudolf Jalovecký, CSc. (předseda) doc. Ing. Petr Blaha, Ph.D. (místopředseda) Ing. Peter Honec, Ph.D. (člen) Ing. Radovan Holek, CSc. (člen) Ing. Karel Horák, Ph.D. (člen) Ing. Soňa Šedivá, Ph.D. (člen) Ing. Soběslav Valach (člen) | cs |
| but.defence | Student na začátku obhajoby popsal cíle a motivace své závěrečné práce, popsal koncept autoenkodéru, vytvořený dataset, použitý model autoenkodéru a dosažené cíle práce. Na otázky komise student reagoval samostatně a na obhajobu byl připraven. | cs |
| but.jazyk | čeština (Czech) | |
| but.program | Automatizační a měřicí technika | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Horák, Karel | cs |
| dc.contributor.author | Sarančuk, Nikola | cs |
| dc.contributor.referee | Bilík, Šimon | cs |
| dc.date.accessioned | 2022-06-16T06:52:15Z | |
| dc.date.available | 2022-06-16T06:52:15Z | |
| dc.date.created | 2022 | cs |
| dc.description.abstract | Práce se věnuje rešerši problému detekce anomálií v průmyslové inspekci. V práci je popsána umělá neuronová síť a její jednotlivé části. Práce obsahuje kapitolu, kde jsou srovnány unární, binární a multi-class klasifikátory. Dále je v práci vysvětlena architektura konvolučních neuronových sítí a architektura sítí typu autoenkodér. Poté je v práci popsán vytvořený anotovaný dataset. Nakonec je v práci popsána implementace konvolučního autoenkodéru a zhodnocena kvalita klasifikace. | cs |
| dc.description.abstract | The paper is devoted to the research of the problem of anomaly detection in industrial inspection. The paper describes the artificial neural network and its parts. The thesis contains a chapter where unary, binary and multi-class classifiers are compared. The thesis then explaines architecture of convolutional neural networks and autoencoder neural networks.. Then the paper describes the annotated dataset created. Finally, the paper describes the implementation of the convolutional autoencoder and evaluates the classification quality. | en |
| dc.description.mark | C | cs |
| dc.identifier.citation | SARANČUK, N. Implementace autoenkodéru pro zpracování obrazových dat [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022. | cs |
| dc.identifier.other | 142236 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/205767 | |
| dc.language.iso | cs | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | klasifikace | cs |
| dc.subject | unární klasifikátor | cs |
| dc.subject | binární klasifikátor | cs |
| dc.subject | multi-class klasifikátor | cs |
| dc.subject | konvoluční neuronová síť | cs |
| dc.subject | autoenkodér | cs |
| dc.subject | classification | en |
| dc.subject | unary classifier | en |
| dc.subject | binary classifier | en |
| dc.subject | multi-class classifier | en |
| dc.subject | convolutional neural network | en |
| dc.subject | autoencoder | en |
| dc.title | Implementace autoenkodéru pro zpracování obrazových dat | cs |
| dc.title.alternative | Autoencoder Implementation for Image Analysis | en |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2022-06-15 | cs |
| dcterms.modified | 2022-06-15-14:26:06 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
| sync.item.dbid | 142236 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2022.06.16 08:52:15 | en |
| sync.item.modts | 2022.06.16 08:17:05 | en |
| thesis.discipline | bez specializace | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí techniky | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |