Show simple item record

Spatio-temporal prediction using artificial neural networks



dc.contributor.advisorŠimánek Petr
dc.contributor.authorJiří Pihrt
dc.date.accessioned2021-06-17T22:52:25Z
dc.date.available2021-06-17T22:52:25Z
dc.date.issued2021-06-17
dc.identifierKOS-961987259705
dc.identifier.urihttp://hdl.handle.net/10467/95436
dc.description.abstractTato práce aplikuje metody predikce časoprostorových dějů na problém predikce pohybu účastníků provozu pro autonomní vozidla. Sekvence umělých rasterizovaných snímků z ptačího pohledu jsou použity jako vstup do neuronových sítí, které jsou natrénovány k predikování nejpravděpodobnějšího pokračování dané sekvence. Dataset Lyft Motion Prediction for Autonomous Vehicles je prozkoumán a upraven pro tento úkol. Několik typů neuronových sítí, zejména ConvLSTM, PredRNN, PhyDNet a U-Net, je prozkoumáno, natrénováno a jejich výsledky porovnány.cze
dc.description.abstractThis thesis applies the methods of spatiotemporal prediction to the task of predicting the motion of traffic participants for autonomous vehicles. A sequence of bird’s-eye view artificial rasterized frames are used as input to neural networks which are trained to predict the most probable continuation of the sequence. The Lyft Motion Prediction for Autonomous Vehicles dataset is explored and adapted for this task. Several neural network architectures, namely ConvLSTM, PredRNN, PhyDNet, and U-Net, are researched, trained and their results compared.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.htmleng
dc.rightsVysokoškolská 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.htmlcze
dc.subjectčasoprostorová predikcecze
dc.subjectpredikce pohybucze
dc.subjectautonomní vozidlocze
dc.subjectPyTorchcze
dc.subjectstrojové učenícze
dc.subjectkonvoluční neuronová síťcze
dc.subjectrekurentní neuronová síťcze
dc.subjectspatiotemporal predictioneng
dc.subjectmotion predictioneng
dc.subjectautonomous vehicleeng
dc.subjectPyTorcheng
dc.subjectmachine learningeng
dc.subjectconvolutional neural networkeng
dc.subjectrecurrent neural networkeng
dc.titlePredikce časoprostorových dějů pomocí umělých neuronových sítícze
dc.titleSpatio-temporal prediction using artificial neural networkseng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeHrabáková Jitka
theses.degree.disciplineZnalostní inženýrstvícze
theses.degree.grantorkatedra aplikované matematikycze
theses.degree.programmeInformatika 2009cze


Files in this item




This item appears in the following Collection(s)

Show simple item record