Práce se zabývá navržením vhodného modelu neuronové sítě, který je schopen rozpoznávat kandidáty dopravního značení. Na základě vzájemné spolupráce s ostatními členy, kteří se na této týmové práci podílí, je cílem vytvoření výsledné aplikace včetně uživatelského rozhraní, do které jsou implementovány veškeré části všech členů.
Anotace v angličtině
This work deals with designing an appropriate neural network model that is able to identify candidates for traffic signs. On the basis of cooperation with other members who are on the teamwork involved, the aim is to create a final application, including the user interface, which is implemented in all parts of all members.
Klíčová slova
Umělá neuronová síť, dopravní značení, zpracování obrazu
Práce se zabývá navržením vhodného modelu neuronové sítě, který je schopen rozpoznávat kandidáty dopravního značení. Na základě vzájemné spolupráce s ostatními členy, kteří se na této týmové práci podílí, je cílem vytvoření výsledné aplikace včetně uživatelského rozhraní, do které jsou implementovány veškeré části všech členů.
Anotace v angličtině
This work deals with designing an appropriate neural network model that is able to identify candidates for traffic signs. On the basis of cooperation with other members who are on the teamwork involved, the aim is to create a final application, including the user interface, which is implemented in all parts of all members.
Klíčová slova
Umělá neuronová síť, dopravní značení, zpracování obrazu
Proveďte rešerši v oblasti umělých neuronových sítí se zaměřením na rozpoznávání vzorů.
Vyberte vhodné neuronové sítě.
Použijte připravenou trénovací a testovací množinu s dopravními značkami k naučení neuronovými sítěmi.
Srovnejte vhodnost použití vybraných neuronových sítí.
Připravte nejvhodnější síť pro simulovaný navigační systém.
Zásady pro vypracování
Proveďte rešerši v oblasti umělých neuronových sítí se zaměřením na rozpoznávání vzorů.
Vyberte vhodné neuronové sítě.
Použijte připravenou trénovací a testovací množinu s dopravními značkami k naučení neuronovými sítěmi.
Srovnejte vhodnost použití vybraných neuronových sítí.
Připravte nejvhodnější síť pro simulovaný navigační systém.
Seznam doporučené literatury
ZELINKA, Ivan. Umělá inteligence I. Volume 1. Zlín: Vutium, Brno, 1998, 126 p. ISBN 80-214-1163-5.
RAHMAN, Atiqur. Computer vision and action recognition: a guide for image processing and computer vision community for action understanding. Amsterdam: Atlantis Press, c2011, xxi, 211 s. ISBN 9789491216206.
ŠNOREK M., JIŘINA M.: Neuronové sítě a neuropočítače, ČVUT, 1996, ISBN 80-01-01455-X.
BÍLA J.: Umělá inteligence a neuronové sítě v aplikacích, ČVUT, 1996, ISBN 80-01-01275-1.
BOSE N.K., LIANG P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, 1996, ISBN 0-07-006618-3.
FREEMAN J. A.: Simulating Neural Networks with Mathematica, Adison-Weslez Publishing Company, 1994, ISBN 0-201-56629-X.
NOVÁK M., FABER J., KUFUDAKI O.: Neuronové sítě a informační systémy živých organismů, Grada, 1993, ISBN 80-58424-95-9.
The Mathematica Book, manuál softwaru Mathematica.
Seznam doporučené literatury
ZELINKA, Ivan. Umělá inteligence I. Volume 1. Zlín: Vutium, Brno, 1998, 126 p. ISBN 80-214-1163-5.
RAHMAN, Atiqur. Computer vision and action recognition: a guide for image processing and computer vision community for action understanding. Amsterdam: Atlantis Press, c2011, xxi, 211 s. ISBN 9789491216206.
ŠNOREK M., JIŘINA M.: Neuronové sítě a neuropočítače, ČVUT, 1996, ISBN 80-01-01455-X.
BÍLA J.: Umělá inteligence a neuronové sítě v aplikacích, ČVUT, 1996, ISBN 80-01-01275-1.
BOSE N.K., LIANG P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, 1996, ISBN 0-07-006618-3.
FREEMAN J. A.: Simulating Neural Networks with Mathematica, Adison-Weslez Publishing Company, 1994, ISBN 0-201-56629-X.
NOVÁK M., FABER J., KUFUDAKI O.: Neuronové sítě a informační systémy živých organismů, Grada, 1993, ISBN 80-58424-95-9.
The Mathematica Book, manuál softwaru Mathematica.
Přílohy volně vložené
CD ROM
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Student seznámil komisi s obsahem a výsledky své diplomové práce v krátké prezentaci. Po přečtení posudků vedoucího a oponenta práce následovala diskuze, ve které byly položeny následující dotazy:
doc. Volná (oponent): Týmový diplomový projekt je velice zajímavý experiment. Mohl byste subjektivně zhodnotit, jaké byly výhody a nevýhody této spolupráce.
doc. Volná (oponent): Podle jakých kritérií jste vybrali vícevrstvou neuronovou síť pro implementaci.
doc. Volná (oponent): Mohl byste stručně srovnat adaptační algoritmus backpropagation a Levenberg-Marquardt?
doc. Fučík: Jaké množství dat jste zpracovával v rámci trénování neuronových sítí?
Student zodpověděl všechny dotazy.