Rozpoznávání objektů pomocí neuronových sítí
but.committee | prof. Dr. Ing. Jan Černocký (předseda) prof. Ing. Lukáš Sekanina, Ph.D. (místopředseda) doc. Ing. Radek Burget, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) doc. Ing. František Zbořil, Ph.D. (člen) | cs |
but.defence | Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku 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: myslíte, že je možné, aby neuronová síť rozpoznala např. obrázek automobilu od obrázku šálku na kávu? | cs |
but.jazyk | čeština (Czech) | |
but.program | Informační technologie | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Zbořil, František | cs |
dc.contributor.author | Marák, Jaroslav | cs |
dc.contributor.referee | Rozman, Jaroslav | cs |
dc.date.created | 2010 | cs |
dc.description.abstract | Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti. | cs |
dc.description.abstract | This thesis is focused on neural networks and their classification capability in object recognition tasks. For recognition is there used neural networks with feedforward architecture which is learned by Back Propagation algorithm. We discusses about problems which appear while a choosing topology of network or using various lerning-significant parametters while a learning process. Achieved results are presented in experiments with estimation. | en |
dc.description.mark | C | cs |
dc.identifier.citation | MARÁK, J. Rozpoznávání objektů pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010. | cs |
dc.identifier.other | 34885 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/56008 | |
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 | Neuron | cs |
dc.subject | dopředná neuronová síť | cs |
dc.subject | RBF | cs |
dc.subject | LVQ | cs |
dc.subject | SOM | cs |
dc.subject | algoritmus Back Propagation | cs |
dc.subject | předzpracování obrazu | cs |
dc.subject | segmentace obrazu | cs |
dc.subject | rozpoznávání objektů. | cs |
dc.subject | Neuron | en |
dc.subject | feedforward neural network | en |
dc.subject | RBF | en |
dc.subject | LVQ | en |
dc.subject | SOM | en |
dc.subject | Back Propagation algorithm | en |
dc.subject | image preprocessing | en |
dc.subject | image segmentation | en |
dc.subject | object recognition. | en |
dc.title | Rozpoznávání objektů pomocí neuronových sítí | cs |
dc.title.alternative | Object Recognition by Neural Networks | en |
dc.type | Text | cs |
dc.type.driver | bachelorThesis | en |
dc.type.evskp | bakalářská práce | cs |
dcterms.dateAccepted | 2010-06-16 | cs |
dcterms.modified | 2020-05-09-23:42:08 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 34885 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.18 17:45:47 | en |
sync.item.modts | 2025.01.15 16:48:42 | en |
thesis.discipline | Informační technologie | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů | cs |
thesis.level | Bakalářský | cs |
thesis.name | Bc. | cs |