ČVUT DSpace
  • Prohledat DSpace
  • English
  • Přihlásit se
  • English
  • English
Zobrazit záznam 
  •   ČVUT DSpace
  • České vysoké učení technické v Praze
  • Fakulta stavební
  • katedra geomatiky
  • Diplomové práce - 11155
  • Zobrazit záznam
  • České vysoké učení technické v Praze
  • Fakulta stavební
  • katedra geomatiky
  • Diplomové práce - 11155
  • Zobrazit záznam
JavaScript is disabled for your browser. Some features of this site may not work without it.

Využití strojového učení v oblasti geodézie a kartografie

Usage of Machine Learning in geodesy and cartography field

Typ dokumentu
diplomová práce
master thesis
Autor
Jan Kučera
Vedoucí práce
Pytel Jan
Oponent práce
Doubrava Petr
Studijní obor
Geomatika
Studijní program
Geodézie a kartografie
Instituce přidělující hodnost
Katedra geomatiky



Práva
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.html
Vysokoškolská 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 záznam
Abstrakt
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.
 
URI
http://hdl.handle.net/10467/102824
Zobrazit/otevřít
PLNY_TEXT (3.834Mb)
POSUDEK (220.5Kb)
POSUDEK (151.3Kb)
Kolekce
  • Diplomové práce - 11155 [164]

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 ...
  • Sum-product-set modely pro učení hustot pravděpodobnosti stromových dat 

    Autor: Martin Rektoris; Vedoucí práce: Šmídl Václav; Oponent práce: Vomlel Jiří
    (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-01-31)
    Výzkum a škálovatelnost výzkumu v oblasti strojového učení se urychlily přechodem od ručního vytváření příznaků k automatické extrakci příznaků. Použití datového formátu JSON v různých oblastech, jako je kybernetická ...

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Kontaktujte nás | Vyjádření názoru
Theme by 
@mire NV
 

 

Užitečné odkazy

ČVUT v PrazeÚstřední knihovna ČVUTO digitální knihovně ČVUTInformační zdrojePodpora studiaPodpora publikování

Procházet

Vše v DSpaceKomunity a kolekceDle data publikováníAutořiNázvyKlíčová slovaTato kolekceDle data publikováníAutořiNázvyKlíčová slova

Můj účet

Přihlásit se

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Kontaktujte nás | Vyjádření názoru
Theme by 
@mire NV