Architektury neuronových sítí pro rozpoznání objektů v digitálních fotografiích – Ing. Adéla Hamplová
Ing. Adéla Hamplová
Disertační práce
Architektury neuronových sítí pro rozpoznání objektů v digitálních fotografiích
Neural Network architectures for object recognition in digital photographs
Anotace:
Tato disertační práce je souborem vědeckých článků pojednávajících o tématu neuronových sítí vhodných pro rozpoznávání obrazu na digitálních fotografiích. Vzhledem k tomu, že toto téma je velmi široké a obecné, zabývá se tato disertační práce především využitím neuronových sítí vhodných pro rozpoznávání textů, konkrétně dvou historických abeced - palmyrské abecedy, která se používala k zápisu textů …víceAbstract:
This dissertation is a collection of scientific articles discussing the topic of neural networks suitable for image recognition in digital photographs. Since the topic is very broad and general, this dissertation specifically investigates the use of neural networks suitable for text recognition, namely two historical alphabets – the Palmyrene alphabet, which was used to write texts in the Palmyrene …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 25. 6. 2024
Obhajoba závěrečné práce
- Vedoucí: doc. Ing. Arnošt Veselý, CSc.
- Oponent: Jan Tyrychtr, doc. Ing., Ph.D., Antonín Slabý, externi, Pavel Kordík, Ing., externi
Citační záznam
Citace dle ISO 690:
HAMPLOVÁ, Adéla. \textit{Architektury neuronových sítí pro rozpoznání objektů v digitálních fotografiích}. Online. Disertační práce. Praha: Česká zemědělská univerzita v Praze, Provozně ekonomická fakulta. 2024. Dostupné z: https://theses.cz/id/6h4v2z/.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Česká zemědělská univerzita v Praze, Provozně ekonomická fakultaČeská zemědělská univerzita v Praze
Provozně ekonomická fakultaDoktorský studijní program:
Systémové inženýrství a informatika
Práce na příbuzné téma
-
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux -
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs -
Tomographic back-projection of either sparse or low-quality projection views, based on convolutional neural networks (CNN)
Payal JAIN -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická -
Jak zmást konvoluční neuronové síte?
Erik Daniel MURGAŠ
Název
Vložil
Vloženo
Práva