Využití strojového učení v oblasti geodézie a kartografie
Usage of Machine Learning in geodesy and cartography field
Typ dokumentu
diplomová prácemaster thesis
Autor
Jan Kučera
Vedoucí práce
Pytel Jan
Oponent práce
Doubrava Petr
Studijní obor
GeomatikaStudijní program
Geodézie a kartografieInstituce přidělující hodnost
Katedra geomatikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se věnuje tématu strojového učení a jeho možného využití do jiných oblastí jako je geodézie. V první části práce je rozebrána stručná a základní teorie a v části druhé je pak část praktická zaobírající se praktickým využitím. Velkou roli zde bude hrát služba Azure od společnosti Microsoft, kterou budu využívat prostřednictvím implementace jejich nástrojových balíčků (knihoven) do programovacích prostředí jazyků Java a Python. První praktickou ukázkou bude rozpoznávání tváří a druhou vytvoření modelu detekující vlastní zvolené objekty. This work focuses on Machine Learning subject and its possible usage in other fields like geodesy. In the first part of this work there will be some theory explained and the second part will be about its practical usage. A big role in here plays Azure services from Microsoft, which I’ll be using through implementation of its libraries into environment of programming languages Java and Python. The first usage example is face recognition and the second is about creating my own model for custom object detection.
Kolekce
- Diplomové práce - 11155 [152]
Související záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Apriorní modely pro rubustní adversariální hluboké učení
Autor: Jose Ananias Hilario Reyes; Vedoucí práce: Flach Boris; Oponent práce: Schlesinger Dmitrij
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)Hluboké sítě naučené standardními metodami diskriminačního učení jsou náchylné k protichůdným vzorům. Výcvik nepřátelsky robustních hlubokých sítí proto vyžaduje nové metody učení. Jednou zajímavou možností je zahrnout ... -
Společné učení pro robotickou navigaci
Autor: Jan Pikman; Vedoucí práce: Rozsypálek Zdeněk; Oponent práce: Na Seongin
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-06)Tato práce se zaměřila na použití federovaného učení v kombinaci s hlubokým posilovaným učením k řešení problému robotické navigace s omezenou senzorickou výbavou. Byl učiněn pokus replikovat úspěch metody společného učení ... -
Umělá inteligence ve zdravotnictví
Autor: Dalibor Čápek; Vedoucí práce: Štědroň Bohumír; Oponent práce: Zdvořák Pavel
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)Diplomová práce se věnuje využití umělé inteligence ve zdravotnictví. Pojem umělá inteligence se objevuje stále více v souvislosti s dopady na různá odvětví. Cílem práce je zaměřit se na vývoj umělé inteligence ve zdravotnictví ...