Časová náročnost nasazení neuronových sítí pro detekci vad – Jiří Slovák
Jiří Slovák
Bakalářská práce
Časová náročnost nasazení neuronových sítí pro detekci vad
Time complexity of deploying neural networks for defect detection
Anotace:
Cílem bakalářské práce je zkoumat a porovnat vlastnosti a funkce několika průmyslových nástrojů využívajících technologii neuronových sítí pro vizuální detekci. V první části se bakalářská práce zabývá teoretickými principy fungování neuronových sítí s přesahem do umělé inteligence. Včetně rozdělení, využití a obecným popisem neuronových sítí. Druhá část se zaměřuje na praktické porovnání konkrétních …víceAbstract:
The aim of the bachelor thesis is to investigate and compare the features and functions of several industrial tools using neural network technology for visual detection. The first part of the bachelor thesis deals with the theoretical principles of neural networks with an overlap to artificial intelligence. Including classification, applications and general description of neural networks. The second …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 27. 5. 2024
Obhajoba závěrečné práce
- Vedoucí: Ing. Petr Chalupa, Ph.D.
Citační záznam
Jak správně citovat práci
Slovák, Jiří. Časová náročnost nasazení neuronových sítí pro detekci vad. Zlín, 2024. bakalářská práce (Bc.). Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Univerzita Tomáše Bati ve Zlíně, Fakulta aplikované informatikyPlny text prace je k dispozici v elektronicke podobe
Univerzita Tomáše Bati ve Zlíně
Fakulta aplikované informatikyBakalářský studijní program / obor:
Aplikovaná informatika v průmyslové automatizaci / Inteligentní systémy s roboty
Práce na příbuzné téma
-
Využití strojového vidění v prostředí farmacie při kontrole naplněnosti lahviček
Rostislav Pavlenka -
Rapidní vývoj algoritmů strojového vidění
Kevin Daněk -
Funkční bezpečnost systémů strojového vidění v automomních vozidlech
Václav DIVIŠ -
Optické rozpoznávání rostlin pomocí neuronové sítě
Petr Dvořáček -
Vývoj neuronové sítě pro rozpoznávání objektu v digitálním obrazu
Denis Voinkov -
Využití neuronové sítě k optickému snímání polohy bodu v prostoru.
Martin Kolář -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Strojové učení a virtuální nervové sítě jako nástroje filmové tvorby
Jakub KUCHAŘ