Segmentace obrazu nevyvážených dat pomocí umělé inteligence

Simple item page
but.committeeprof. Ing. Ivan Baroňák, Ph.D. (předseda) doc. Ing. Václav Zeman, Ph.D. (místopředseda) Ing. Radomír Svoboda, Ph.D. (člen) Ing. Stanislav Uchytil, Ph. D. (člen) Ing. Miroslav Balík, Ph.D. (člen) doc. Ing. Petr Münster, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil magisterskou práci a odpověděl na otázky členů komise a oponenta. Otázky: Uveďte zdroje necitovaných částí práce. Dokážete zdůvodnit proč vámi navrhovaná střední teseraktická chyba při výpočtu selhala? Jak jste postupoval při formulaci střední teseraktické chyby? Popište jaké výhody a nevýhody má 3D segmentace v porovnání s 2D segmentací.cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKolařík, Martincs
dc.contributor.authorPolách, Michalcs
dc.contributor.refereeRajnoha, Martincs
dc.date.created2019cs
dc.description.abstractTato práce se zaměřuje na problematiku segmentace nevyvážených dat pomocí uměléinteligence. V práci jsou prozkoumány známé metody pro vypořádání se s nevyváženýmidaty, z nichž jsou vybrány vhodné metody, a ty jsou aplikovány na reálný problém, vekterém je cílem segmentovat nevyvážená data s poměrem tříd větším než 6000:1.cs
dc.description.abstractThis thesis focuses on problematics of segmentation of unbalanced datasets by the useof artificial inteligence. Numerous existing methods for dealing with unbalanced datasetsare examined, and some of them are then applied to real problem that consist of seg-mentation of dataset with class ratio of more than 6000:1.en
dc.description.markAcs
dc.identifier.citationPOLÁCH, M. Segmentace obrazu nevyvážených dat pomocí umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118179cs
dc.identifier.urihttp://hdl.handle.net/11012/177590
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.subjectSegmentacecs
dc.subjectKlasifikacecs
dc.subjectMetrikacs
dc.subjectZtrátová funkcecs
dc.subjectNeuronová síťcs
dc.subjectRoztroušená sklerózacs
dc.subjectNevyvážená datacs
dc.subjectFokální ztrátacs
dc.subjectDiceův koeficientcs
dc.subjectUmělá inteligencecs
dc.subjectSegmentationen
dc.subjectClasificationen
dc.subjectMetricen
dc.subjectLoss functionen
dc.subjectNeural networken
dc.subjectMultiple sclerosisen
dc.subjectUnbalanced dataen
dc.subjectFocal lossen
dc.subjectDice coeficienten
dc.subjectArtificial intelligenceen
dc.titleSegmentace obrazu nevyvážených dat pomocí umělé inteligencecs
dc.title.alternativeImage segmentation of unbalanced data using artificial intelligenceen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2019-06-05cs
dcterms.modified2019-06-06-13:46:21cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118179en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 13:35:47en
sync.item.modts2025.01.15 19:59:26en
thesis.disciplineTelekomunikační a informační technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.42 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
5.96 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_118179.html
Size:
4.87 KB
Format:
Hypertext Markup Language
Description:
file review_118179.html
Download
Collections
2019