Optimalizace metody strojového učení pro aplikace v mikrokontrolérech – Alec Smyček
Alec Smyček
Master's thesis
Optimalizace metody strojového učení pro aplikace v mikrokontrolérech
Optimization of a Machine Learning Method for Applications in Microcontrollers
Anotácia:
Tato diplomová práce se zabývá optimalizací strojového učení pro implementaci na mikrokontrolérech, přesněji na platformě NXP i.MX RT1170. Hlavním cílem práce je posoudit realizovatelnost a efektivitu nasazení umělých neuronových sítí (ANN) v embedded systémech. Práce zkoumá možnosti využití softwarového nástroje NXP eIQ, který je navržen pro podporu a optimalizaci ANN na mikrokontrolérových platformách …viacAbstract:
This thesis addresses the optimization of machine learning for implementation on microcontrollers, specifically on the NXP i.MX RT1170 platform. The main goal of the work is to assess the feasibility and efficiency of deploying artificial neural networks (ANN) in embedded systems. The study explores the use of the NXP eIQ software tool, which is designed to support and optimize ANN on microcontroller …viac
Jazyk práce: Czech
Datum vytvoření / odevzdání či podání práce: 30. 4. 2024
Identifikátor:
http://hdl.handle.net/10084/153794
Obhajoba závěrečné práce
- Obhajoba proběhla 6. 6. 2024
- Vedúci: Michal Prauzek
- Oponent: Tomáš Peterek
Citační záznam
Citace dle ISO 690:
SMYČEK, Alec. \textit{Optimalizace metody strojového učení pro aplikace v mikrokontrolérech}. Online. Diplomová práca. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2024. Dostupné z: https://theses.cz/id/bzr25h/.
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
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: VŠB – Technická univerzita OstravaVSB – Technical University of Ostrava
Fakulta elektrotechniky a informatikyMaster programme:
Řídicí a informační systémy
Práce na příbuzné téma
-
Artificial Neural Network for Precipitation Nowcasting
Vladimíra Hežeľová -
Comparative Study of Fuzzy Logic, Artificial Neural Network, and Neuro-Fuzzy System in Medical Diagnostic - An Approach towards a Medical Expert System
Harvey Ngoe KOLLE -
Predicting company market values using artificial neural network (ANN) modelling
Jindřich Brejcha -
GIS and Artificial Neural Network-Based Approach for Integrated Management in Costa Caparica, Portugal
Angeliki Peponi -
Creating a prediction model for weather forecasting based on artificial neural network supported by association rules mining
Jakub Kadlec -
Krátkodobá predikce spotřeby elektřiny s využitím umělé neuronové sítě
Daniel Pešek -
Časoprostorové predikční modelování pandemie COVID-19 užitím umělé neuronové sítě
Martin KUKRÁL -
Umělé neuronové sítě jako přístup k extrakci plodového elektrokardiogramu a detekci R-kmitů
Silvie Kovalová