Pages
-
-
Prepoznavanje mikroba uporabom obrade signala i lokalno osjetljivog raspršenog adresiranja
-
Mate Paulinović Naše spoznaje o interakcijama ljudi i mikroskopskih organizama se nepresetano razvijaju.
Iz tog razloga izrazito je važno moći ih prepoznati i identificirati.
Cilj ovog rada bio je razviti rješenje za detekciju mikroba koristeći obradu signala i lokalno osjetljivo raspršeno adresiranje.
Predstavljamo rješenje koje se sastoji od detekcije događaja, kontinuirane valićne transformacije, kombinatornog raspršenog adresiranja i MinHash lokalno osjetljivog raspršenog...
-
-
Prepoznavanje namjere čovjeka zasnovano na Markovljevim procesima odlučivanja
-
Tomislav Petković Ubrzan rast e-trgovanja povećava potrebu za većim skladištima i njihovom automatizacijom. Korištenje robota za asistenciju ljudskim radnicima postaje prioritet. Robot mora prepoznati čovjekove namjere ako želi asistirati efikasno i sigurno. Teorija uma je ljudski intuitivni koncept procjena mentalnih stanja drugih agenata, poput uvjerenja i želja, i kako ona utječu na ponašanje. U ovom smo radu prezentirali algoritam za prepoznavanje čovjekove namjere baziran na teoriji uma...
-
-
Prepoznavanje nasilja na društvenim mrežama
-
Ana Vukasović Kontinuiranim rastom društvenih mreža, ljudi imaju sve veću virtualnu povezanost, ali i nažalost sve veću platformu za online nasilje. Kako bi se takvo ponašanje spriječilo, počinju se koristiti sustavi za automatsko detektiranje nasilnog govora na društvenim mrežama. Ovaj rad opisuje nekoliko takvih sustava temeljenih na strojnom učenju za objave na engleskom jeziku na Twitter društvenoj mreži. Modeli određuju radi li se o nasilju te o kojem obliku nasilja. Osim evaluacije...
-
-
Prepoznavanje neispravnih lemnih spojeva upotrebom strojnog učenja
-
Dominik Domović Ovaj rad je objasnio ideju umjetnih neuronskih mreža i njihovu primjenu, fokusirajući se na konvolucijske neuronske mreže. Razvijena je jednostavna implementacija konvolucijske mreže, koja je trenirana na skupu podataka od 305 sličica lemnih spojeva. Opisan je postupak izvođenja programa i analizirani su dobiveni rezultati. Zaključeno je da je naučena mreža uspješno obavila svoju namjenu, rezultirajući s visokim postotkom točnog predviđanja.
-
-
Prepoznavanje neregistriranih vozila u prometu u Republici Hrvatskoj
-
Matej Krehula Tema ovog završnog rada je izrada mobilne aplikacije koja očitava i provjerava status registarskih oznaka u stvarnom vremenu korištenjem mobilnog uređaja koji pokreće operacijski sustav Android. Za prepoznavanje i obradu fotografija registarskih oznaka korištena je programska knjižnica OpenCV koja sadrži algoritme računalnog vida. Kao izvor podataka korišten je poslužitelj Hrvatskog ureda za osiguranje. U radu je prikazana implementacija programskog ostvarenja u programskim...
-
-
Prepoznavanje obilježja glazbe primjenom strojnog učenja
-
Marko Malkoč Rad se bavi primjenom strojnog učenja na problem procjene emocionalnog doživljaja glazbe. Razmatrane su različite psihološke teorije emocija te psihološka perspektiva odnosa glazbe i emocija. U sklopu rada prikupljen je skup podataka koji glazbenim isječcima dodjeljuje ocjenu emocije. Na tom skupu podatka treniran je model dubokog učenja koji nije uspio postići željene rezultate, vjerojatno zbog male veličine skupa podataka. Razmotreni su različiti načini obrade digitalnih...
-
-
Prepoznavanje objekata na slikama
-
Hrvoje Čukman U ovom radu opisan je postupak treniranja modela na 20 različitih tipova hrane. Treniranje je napravljeno pomoću prijenosnog učenja. Od već unaprijed istreniranog modela na jako velikom broju slika pomoću Create ML-a se prenjelo to znanje na moj model podešavajući samo određene klasifikacijske slojeve. Slike koje su preuzete i na kojima se treniralo su slike iz skupa \textit{Google Open Images Dataset}, koji sadrži više od 9 milijuna slika organiziranih u tisuće kategorija. Iz tog...
-
-
Prepoznavanje objekata primjenom dubokog učenja
-
Luka Vukelić U ovom istraživanju opisani su osnovni modeli dubokog učenja za prepoznavanje objekata na videozapisima, s posebnim naglaskom na model YOLO. Također je odabran predtrenirani skup podataka koji sadrži slike s određenim klasama objekata. Opisan je primjer rada sustava na odabranom skupu podataka te je navedena korištena literatura.
-
-
Prepoznavanje objekata primjenom modela YOLO
-
Hrvoje Ljubas Strojno učenje grana je umjetne inteligencije te jedno od najbrže razvijajućih područja današnjice. Ima brojne primjene, jedna od kojih je prepoznavanje objekata na slikama. Algoritmi korišteni za prepoznavanje objekata na slikama dijele sa jednostupanjske i dvostupanjske. Jedna od najzastupljenijih i najpopularnijih jednostupanjskih metoda je YOLO. Primjenom neuronske mreže od 106 slojeva istrenirane na MS COCO datasetu ostvaruje se učinkovit model koji u kratkom vremenskom...
-
-
Prepoznavanje objekata primjenom strojnog učenja
-
Ino Odak U ovom završnom radu izneseni su osnovni pojmovi i problemi računalnog vida. Naglasak je bio na zadatku prepoznavanja objekata te YOLO algoritmu za rješavanje ovog zadataka. Analizirani su temeljni problemi zadatka prepoznavanja objekata te su diskutirani različiti pristupi rješavanja ovog problema zajedno s njihovim prednostima i nedostatcima. Dodatno, Analizirana je YOLO familija modela s naglaskom na njihovoj funkciji gubitka, arhitekturi te postupcima treniranja i zaključivanja....
-
-
Prepoznavanje objekata pristupanjem sadržaju digitalne slike
-
Luka Antičević U okviru ovog rada, korištenjem OpenCV knjižnice i programskog jezika Python, izrađen je sustav za pronalaženje i prepoznavanje prometnih znakova koji se temelji na modelu umjetne neuronske mreže. Napravljena je analiza modela i njegove sposobnosti indentifikacije objekata za različite konfiguracije mreže. Objašnjeni su modeli zbirke svojstava i algoritam SURF koji se koriste prilikom procesa pronalaženja znakova. Na kraju su prezentirani eksperimentalni rezultati dobiveni na skupu...
-
-
Prepoznavanje osoba i njihovih emocija u humanoidnom robotu
-
Mate Gambiraža U ovom je radu analiziran način rada algoritma za prepoznavanje osoba i njihovih emocija. Algoritam će se izvoditi na humanoidnom robotu, a sastoji se od ukupno tri dijela koja se biraju preko tri ulazne tipke. Postoji i četvrta tipka kojom se prekida rad jednog dijela kao i cijelog algoritma. U okviru diplomskog rada opisan je rad algoritma kao cjeline i dana je detaljna analiza svakog od dijelova. Prvi dio se u većini sastoji od govornog prepoznavanja i u skladu s time navedene su...
Pages
