Generativní neuronové sítě pro detekci anomálií
Neural network-based generative models for anomaly detection
Typ dokumentu
disertační prácedoctoral thesis
Autor
Vít Škvára
Vedoucí práce
Šmídl Václav
Oponent práce
Zimek Arthur
Studijní obor
Matematické inženýrstvíStudijní program
Aplikace přírodních vědInstituce přidělující hodnost
katedra matematikyObhájeno
2024-06-05Práva
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
Tématem disertační práce je detekce anomálií v obrázkových datech pomocí hlubokých generativních modelů. V jejím rámci představujeme popis takového modelu, který je schopen automaticky vstupní data rozložit na jednotlivé složky a přisoudit jim skóre. Tak lze odhalit to, ve kterých částech obrázku se anomálie nachází. The topic of the dissertation is anomaly detection in image data with deep generative models. We present a novel method that decomposes the input into individual components and assigns them different anomaly scores. This enables the detection of the source of anomality in an unsupervised way.
Kolekce
- Disertační práce - 14000 [251]