Zpracování obrazu egyptských hieroglyfů metodami hlubokého učení – Ing. Petra Andrejsková
Ing. Petra Andrejsková
Master's thesis
Zpracování obrazu egyptských hieroglyfů metodami hlubokého učení
Image processing of Egyptian hieroglyphs by deep learning methods
Abstract:
Diplomová práce se soustředí na aplikaci konvoluční neuronové sítě, která bude schopna rozpoznat egyptské hieroglyfy. Hlavním smyslem a účelem závěrečné diplomové práce bude: a)Vysvětlit teoretické zásady hlubokého učení v souvislosti s jeho uplatněním v oblasti identifikace a klasifikace egyptských hieroglyfů, popsat historický vývoj etap konvolučních sítí a poukázat na některé reálné příklady aplikace …moreAbstract:
The master's thesis focuses on the application of a convolutional neural network capable of recognizing Egyptian hieroglyphs. The main purpose and objective of the final work will be: a)To explain the theoretical principles of deep learning in relation to its application in the field of identification and classification of Egyptian hieroglyphs, describe the historical development stages of convolutional …more
Language used: Czech
Date on which the thesis was submitted / produced: 30. 3. 2024
Thesis defence
- Date of defence: 5. 6. 2024
- Supervisor: doc. Ing. Arnošt Veselý, CSc.
- Reader: Richard Vágner, externi
Citation record
ISO 690-compliant citation record:
ANDREJSKOVÁ, Petra. \textit{Zpracování obrazu egyptských hieroglyfů metodami hlubokého učení}. Online. Master's thesis. Praha: Czech University of Life Sciences Prague, Faculty of Economics and Management. 2024. Available from: https://theses.cz/id/ki1izv/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Česká zemědělská univerzita v Praze, Provozně ekonomická fakultaCzech University of Life Sciences Prague
Faculty of Economics and ManagementMaster programme:
Informatika
Theses on a related topic
-
Explaining convolutional neural network using clustering methods
Adam Bajger -
Comparison of methods for clustering convolutional neural network intercomputation values with respect to explainability
Adrián Bindas -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
implement classification for traffic signs using convolutional neural network
Mohamad Abdulrahman -
Konvoluční neuronová síť pro zpracování obrazu
Mária Krajčovičová -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Konvoluční neuronová síť pro segmentaci obrazu
Michal Mitrenga -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická
Name
Posted by
Uploaded/Created
Rights