Dvoudimensionální verze skákajících automatů a jejich aplikace

Loading...
Thumbnail Image

Date

Authors

Švač, Dominik

Mark

C

Journal Title

Journal ISSN

Volume Title

Publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

ORCID

Abstract

Cieľom tejto práce bolo vytvoriť typ automatu, ktorý umožňuje rozpoznávanie objektov zo vstupného obrázka. Tvorený je z dvoch typov automatov, dvojrozmerný konečný automat a skákajúci automat. Aplikácia tohto automatu umožňuje nájsť čísla v obrázku. Rozpoznávanie prebieha pomocou rozhodovacieho stromu, ktorý pomáha urýchliť nájdenie správneho čísla.
The aim of this work was to create a type of automaton that allows the recognition of objects from the input image. It consists of two types of automaton, a two-dimensional finite automata and jumping automata. The application of this automata allows you to find the numbers in the image. Recognition is using a decision tree, which helps speed up finding the right number.

Description

Citation

ŠVAČ, D. Dvoudimensionální verze skákajících automatů a jejich aplikace [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.

Document type

Document version

Date of access to the full text

Language of document

sk

Study field

Počítačová grafika a interakce

Comittee

prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) doc. Ing. Peter Chudý, Ph.D., MBA (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. František Grézl, Ph.D. (člen) Ing. Tomáš Milet, Ph.D. (člen)

Date of acceptance

2022-06-22

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: Demonstrační aplikace zatím v chybovosti detekce značně zaostává za jinými technikami testovanými na datasetu MNIST. Napadají vás nějaká možná vylepšení, která by mohla kvalitu detekcí tohoto systému ještě výrazně zlepšit? U popisu množin R1 a R2 na konci strany 21 je definováno, jak dochází pomocí pravidel z těchto množin k přechodu mezi konfiguracemi automatu. Nicméně v konfiguracích automatu je zde uvažována pouze jednorozměrná páska patřící do $\Sigma^*$ (nikoliv dvojrozměrná, jak je chybně napsáno slovně). Dokážete přechody mezi konfiguracemi opravit tak, aby byly správně definovány nad dvojrozměrnou pásku? Je potřeba řešit tento problém takto komplexními automaty? Je možné hledat čísla v obrázcích obsahujících nějaké pozadí? Bylo by možné rozšířit řešení pro 3D obrázky? Provedl jste analýzu chybových detekcí?

Result of defence

práce byla úspěšně obhájena

DOI

Collections

Endorsement

Review

Supplemented By

Referenced By

Citace PRO