Pages
-
-
Automatsko podešavanje parametara regulatora sustava servo pogona
-
Ivana Pavlić Sustav upravljanja servo pogona se generalno sastoji od regulacijskih krugova po struji, brzini i poziciji. Bitno je parametre regulatora podesiti optimalno kako bi se postigao zadovoljavajući dinamički odziv. U ovom radu je opisana metoda identifikacije parametara motora te automatskog podešavanja parametara regulatora servo pogona. Izrađen je simulacijski model u Matlab-u kako bi se verificirala metoda identifikacije parametara i automatskog podešavanja parametara regulatora. Prvo su...
-
-
Automatsko postavljanje elektroničkih komponenti u 3D elektromagnetskom alatu
-
Andrej Cirkveni U radu se razvija Python skripta za automatsko postavljanje elektroničkih komponenti u Ansys Electronics Desktop simulacijskom softveru. Skripta koristi PNP (Pick and Place) datoteku, koja sadrži informacije o položaju i orijentaciji komponenata na tiskanoj pločici. Na temelju tih podataka, skripta koristi biblioteku modela komponenata i postavlja modele na pločicu u AEDT. Skripta koristi PyAEDT biblioteku za komunikaciju s AEDT softverom. Ovaj automatizirani pristup smanjuje vrijeme...
-
-
Automatsko postavljanje mišića lica u svrhu animacije lica
-
Branimir Vidović Grafika u video igrama i animiranim filmovima stalno se poboljšava, a uz njih i zatjevi za kreiranjem što vjernijeg prikaza ljudskih likova. U ovom radu predloženo je kreiranje modela lica temeljen na interpolaciji (engl. morphable model) te je korištena analiza glavnih metoda (engl. PCA - Principal Component Analysis) kako bi se uvelike smanjio broj parametara lica uz zadržavanje visoke vizualne kvalitete lica.
-
-
Automatsko praćenje parametara oblika stanica u mikroskopskim snimkama
-
Matea Torbarina Automatsko praćenje mikroskopskih slika omogućuje jednostavnu i učinkovitu analizu stanica koje se na njima nalaze. Praćenje ponašanja matičnih stanica posebno je zanimljivo zbog njihovog velikog potencijala u liječenju raznih bolesti, stoga bi algoritam koji ima mogućnost praćenja stanica i određivanja njihovih parametara bio od velike koristi. Cilj ovog rada bio je razviti algoritam za praćenje jednog ili više objekata u videozapisu, razviti korisničko sučelje za prikaz...
-
-
Automatsko praćenje znanstvenih radova
-
Ela Bračulj Ovaj rad obuhvaća sustav za automatsko praćenje i analizu znanstvenih radova. Kombinacijom naprednih tehnologija kao što su aplikacijsko programsko sučelje(API) i mnogih Python tehnika i biblioteka razvijen je sustav koji učinkovito prikuplja i obrađuje podatke o znanstvenim radovima i časopisima za željenog znanstvenika. Sustav pruža mogućnost praćenja ključnih pokazatelja kao što su faktor odjeka i kvartila kojima se može pratiti napredak i razvoj znanstvene akademske...
-
-
Automatsko prepoznavanje govora u realističnim uvjetima
-
Anton Pomper U ovom je radu predstavljena kratka povijest razvoja sustava za prepoznavanje govora. Opisane su osnovne metode koje se koriste u sustavu za prepoznavanje govora i njihova ograničenja: skriveni Markovljevi modeli, dinamičko savijanje vremena, neuronske mreže, end-to-end automatsko prepoznavanje govora. U praktičnom dijelu rada testirana su dva novija end-to-end ASR modela, koja se temelje na dubokim neuronskim mrežama, a to su wav2vec 2.0 i komercijalni Amazonov ASR model. Testiranja su...
-
-
Automatsko prepoznavanje govora u višejezičnim uvjetima
-
Lukas Ujčić Pregled tehnologije automatskog prepoznavanja govora (ASR) i tehnologije iza XLS-R višejezičnog modela. Evaluacija nekoliko istreniranih XLS-R modela koristeći FLEURS-ASR podatkovni set u zero-shot i many-shot uvjetima te usporedba dobivenih rezultata za jezike u istim i različitim jezičnim grupama. Usporedba benefita i nedostataka XLS-R višejezičog modela i drugih višejezičnih modela sa jednojezičnim modelima koji su prevladavaju danas.
-
-
Automatsko prepoznavanje govornika korištenjem Gaussovih mješavina
-
Lidija Brlečić U ovom radu opisan je postupak identifikacije govornika pomoću formanata govornog signala i modeliranjem Gaussovim mješavinama. Postupak je opisan za 4 govornika na način da su snimljeni izgovori samoglasnika te su iz tih zvučnih zapisa u MATLAB-u izvučene karakteristike formanata. Izgrađeni su modeli s Gaussovim mješavinama za svakog govornika sa ciljem da program identificira govornika iz snimke koja nije korištena za treniranje modela.
-
-
Automatsko prepoznavanje japanskog slikovnog pisma
-
Tessa Slovenc Automatsko prepoznavanje ručno pisanog ili tiskanog pisma je tehnika koja se razvija od početka postojanja računala, te se i danas otkrivaju razna poboljšanja u brzini i kvaliteti detekcije. Prepoznavanje može biti napravljeno za opću upotrebu, ili se može specijalizirati za određenu vrstu pisma ili količinu danih podataka.
Kod specijaliziranih tehnika, važno je razmatrati tip pisma koji se prepoznaje, te ostale informacije koje možemo dobiti iz danih znakova. Kod vrsta pisma...
-
-
Automatsko prepoznavanje rukom pisanih matematičkih izraza
-
Nikola Vnučec U ovom su radu prikazani načini rada i implementacija konvolucijskih i povratnih neuronskih mreža. Pomoću radnog okvira PyTorch razvijena su tri modela različitih složenosti za prepoznavanje rukom pisanih matematičkih izraza. Modeli su razvijeni u enkoder – dekoder arhitekturama. Dok je najjednostavniji model implementiran jednostavnim konvolucijskim i povratnim mrežama, najsloženiji model koristi složenu gusto povezanu neuronsku mrežu kao enkoder, a u ulozi dekodera su dvije...
-
-
Automatsko prepoznavanje rukom pisanog teksta
-
Nikola Vnučec Ovaj rad obrađuje postupke za automatsko prepoznavanje pisanog teksta. Cijeli rad možemo podijeliti u dva glavna dijela: segmentacija slike i klasifikacija slika. Segmentacija slike je područje digitalne obrade slika i računalnog vida. Cilj segmentacije je podijeliti sliku u više dijelova, odnosno segmenata nad kojima je lakše provoditi analizu i daljnju obradu. Segmentacija slike se uobičajeno koristi za pronalaženje objekata i granica objekata (linije, krivulje, itd.) u slikama. U...
-
-
Automatsko prepoznavanje znakovnog jezika
-
Luka Kurtin Ovim radom detaljno je opisan postupak izrade mobilne aplikacije za uređaje sa sustavom Android kojom se omogućava prepoznavanje slova američke znakovne abecede. Za pripremu podataka i izradu modela napisani su programi u programskom jeziku Python koji koriste biblioteke NumPy, OpenCv, tkinter i Pandas te alat TensorFlow Lite i MediaPipe Hands radni ok. Program za izradu modela također koristi podatke dobivene iz programa za pripremu podataka spremljene u csv datoteci kao ulaz za model....
Pages
