Number of the records: 1  

Metody strojového učení pro zpracování ekologických dat

  1. Title statementMetody strojového učení pro zpracování ekologických dat [rukopis] / Radomír Nádvorník
    Additional Variant TitlesMetody strojového učení pro zpracování ekologických dat: rozpoznávání a klasifikace fotografií čolka velkého
    Personal name Nádvorník, Radomír (dissertant)
    Translated titleMachine learning in ecological data processing: recognition and classification of Triturus cristatus images
    Issue data2019
    Phys.des.50 : il., schémata, tab. + 1 CD
    NoteVed. práce Eduard Bartl
    Another responsib. Bartl, Eduard (thesis advisor)
    Another responsib. Univerzita Palackého. Katedra informatiky (degree grantor)
    Keywords Strojové učení * čolek velký * webová aplikace * Google Cloud * Machine learning * Great Crested Newt * application * Google Cloud
    Form, Genre diplomové práce master's theses
    UDC (043)378.2
    CountryČesko
    Languagečeština
    Document kindPUBLIKAČNÍ ČINNOST
    TitleMgr.
    Degree programNavazující
    Degree programInformatika
    Degreee disciplineInformatika
    book

    book

    Kvalifikační práceDownloadedSizedatum zpřístupnění
    00226146-166078289.pdf559.7 MB10.05.2019
    PosudekTyp posudku
    00226146-ved-191989525.pdfPosudek vedoucího
    00226146-opon-402297640.pdfPosudek oponenta

    Práce pojednává o webové aplikaci, která byla vytvořena pro účely rozpoznávání a klasifikace fotografií čolka velkého. Aplikace byla vytvořena na námět a ve spolupráci s katedrou ekologie a životního prostředí na přírodovědecké fakultě v Olomouci. První část textu se zaměřuje na popis sběru dat a způsob jakým jsou data vyhodnocována. Další část textu navazuje popisem metod strojového učení a metod zpracování obrazu, které byly využity při implementaci a poslední část práce je věnována podrobnému technickému popisu řešení.The thesis discuss a web application designed for recognition and classification of Triturus cristatus images. The application was created on the suggestion and in cooperation with the Department of Ecology and the Environment at the Faculty of Science in Olomouc. The first part of the text focuses on the description of the data collection and the way the data are evaluated. The second part of the text describes the methods of machine learning and image processing used during the implementation and the last part of the thesis is devoted to the detailed technical description of the application.

Number of the records: 1  

  This site uses cookies to make them easier to browse. Learn more about how we use cookies.