Paginacija

Generiranje slika generativnim suparničkim mrežama
Generiranje slika generativnim suparničkim mrežama
Mirko Bartol
U ovom radu su objašnjene neuronske mreže, konvolucijske neuronske mreže i generativne suparničke mreže. Cilj je generiranje slika u boji korištenjem ACGAN-a. Koristimo konvolucijske neuronske mreže za učenje na slikama u obliku generativne suparničke mreže s pomoćnim klasifikatorom. Slike su dio CIFAR-10 baze podataka.
Generiranje slika generativnim suparničkim mrežama
Generiranje slika generativnim suparničkim mrežama
Bruno Zebić
U okviru ovog rada proučeni su najznačajniji generativni suparnički učeni modeli opisani u literature i programski je ostvaren takav sustav temeljen na prikladnom modelu i uz korištenje prikladnih biblioteka. Proučena su četiri značajna generativna suparnička modela i jedan od njih je odabran kao prikladan model za ostvarivanje zadatka. Pripremljena je baza slika realističnih fotografija lica ljudi na kojima bi se sustav mogao učiti i ispitivati. Sustav je zatim...
Generiranje slika generativnim suparničkim mrežama
Generiranje slika generativnim suparničkim mrežama
Ante Šarić
Generativne suparničke mreže su generativan model čiji se proces učenja temelji na teoriji igara. Sastoje se od dva suprotstavljena modela: generatora i diskriminatora. Generator pokušava zavarati diskriminatora generirajući realistične lažne uzorke, dok diskriminator pokušava razlikovati lažne uzorke od pravih. U ovom radu opisano je i implementirano nekoliko odabranih generativnih suparničkih modela. Trenirali smo modele nad tri skupa podataka: LSUN Church, MNIST i CIFAR-10....
Generiranje slika lica generativnim suparničkim mrežama
Generiranje slika lica generativnim suparničkim mrežama
Mihael Macuka
Generativne suparničke mreže generativni su modeli dubokog učenja. U ovom je radu prikazana njihova primjena na problemu generiranja ljudskih lica. Pomoću programskog jezika Python, PyTorcha i ostalih biblioteka napravljena je implementacija neuronskih mreža. Implementacija je isprobana na dostupnim skupovima za treniranja UTKFace i CelebA. Priloženi su rezultati generiranja kao i prikazi pogreške tijekom treniranja. Takod̄er, rezultati su uspored̄eni s dvije javno dostupne...
Generiranje slika uvjetnim generativnim suparničkim mrežama
Generiranje slika uvjetnim generativnim suparničkim mrežama
Marko Đidara
Cilj ovog diplomskog rada je primijeniti generativne suparničke mreža za generiranje slika lica uz dane uvjete i time ispitati modele koji su prikladni za uspješno generiranje slika. Kroz početna poglavlja opisane su stavke dubokog učenja koje definiraju modele generativnih suparničkih mreža kao što jesu. Nakon upoznavanja terminologije i osnovnih dijelova GAN modela, opisan je primjer modela cDCGAN s pojednostavljenom arhitekturom generatora i diskriminatora, koji se koristio za...
Generiranje stupaca podržanim učenjem za problem rezanja
Generiranje stupaca podržanim učenjem za problem rezanja
Ivo Veverec
Problem rezanja klasičan je NP-težak problem iz područja kombinatorne optimizacije koji se često formulira kao cjelobrojni linearni program. Generiranje stupaca iterativna je metoda za efikasno rješavanje velikih linearnih programa. U ovom radu koristit će se graf neuronska mreža kojoj je cilj ubrzati metodu generiranju stupaca primjenjenu na problem rezanja. Graf neuronska mreže trenirat će se dubokim Q-učenjem, jednim od algoritama koji spadaju u podržano učenje.
Generiranje stupaca podržanim učenjem za problem usmjeravanja vozila
Generiranje stupaca podržanim učenjem za problem usmjeravanja vozila
Ela Kumer
Generiranje stupaca je iterativni algoritam koji se koristi za rješavanje mješovitih cjelobrojnih linearnih programa sa prevelikim brojem varijabli. Uobičajena implementacija koristi pohlepnu heuristiku za odabir stupca u svakoj iteraciji. Ovaj rad istražuje primjenu podržanog učenja za generiranje stupaca u rješavanju problema usmjeravanja vozila. Cilj ovog rada jest naučiti bolje heuristike za odabir stupaca korištenjem metoda podržanog učenja i primijeniti ih na probleme...
Generiranje stvarnovremenskih tokova senzorskih podataka parsiranjem izvora na webu
Generiranje stvarnovremenskih tokova senzorskih podataka parsiranjem izvora na webu
Petar Gabrijel Kedmenec
U slučaju nedostatka Web sučelja koje bi davalo informacije o senzorskim očitanjima, jedini način da dođemo do tih očitanja automatski je parsiranjem dokumenata u HTML formatu koji sadrže listu tih očitanja. Stoga je u ovom radu je razvijena aplikacija za parsiranje senzorskih podataka s Web-a korištenjem paketa HTTP Client, biblioteke Java Topology Suite te biblioteke jsoup. Unutar postavki aplikacije se može birati vremenski razmak između dva dohvaćanja i parsiranja HTML...
Generiranje svih stabala
Generiranje svih stabala
Željko Findak
Generiranje svih stabala je problem generiranja kombinatornih objekata. Postoje razne vrste stabala, dok su ovdje obrađena označena, korijenska, binarna i slobodna. Odgovor na pitanje koliko ima označenih stabala s n čvorova daje Cayleyev teorem, broj binarnih stabala je element niza Catalanovih brojeva, dok za broj slobodnih stabala postoji gornja i donja ograda. Prikazani su razni načini zapisa pojedinih vrsta stabala (matrica incidencije, lista bridova, Prüferov kod, planarni kod,...
Generiranje testnih podataka za relacijsku bazu podataka temeljeno na fleksibilnom opisu parametara i pravila generiranja
Generiranje testnih podataka za relacijsku bazu podataka temeljeno na fleksibilnom opisu parametara i pravila generiranja
Marko Gregurović
U ovom diplomskom radu razvijen je sustav za generiranje testnih podataka za relacijske baze podataka s ciljem olakšavanja procesa testiranja softvera. Sustav pruža brzo generiranje raznolikih podataka za testiranje, poboljšavajući efikasnost i olakšavajući proces testiranja programske potpore. Osim toga, sustav može biti koristan i u edukacijske svrhe, pružajući mogućnost brzog generiranja podataka za demonstracijske baze. Evaluacija sustava kroz različite scenarije korištenja...
Generiranje ultrazvučnih slika dubokim generativnim mrežama
Generiranje ultrazvučnih slika dubokim generativnim mrežama
Gordan Praštalo
Nedostatak slika s defektima kod ispitivanja materijala bez razaranja predstavlja problem za automatizaciju detekcije defekata. Rad proučava uporabu dubokih generativnih mreža kao rješenje ovog problema. Cilj je ostvariti jeftiniji i pouzdaniji proces generiranja slika s defektima.
Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja
Generiranje umjetnih podataka za testiranje i verifikaciju modela strojnog učenja
Nikola Buhiniček
Testiranje i verifikacija modela strojnog učenja uvelike ovisi o podacima nad kojima se ti procesi izvode. Za određene probleme strojnog učenja teško je doći do skupova podataka koji zadovoljavaju sve njihove potrebe. Ograničenja tih podataka mogu biti razna, poput nedostatne količine skupa podataka, ograničenja zaštite privatnosti korisnika, statistička ograničenja skupa podataka i mnoga druga. Korištenjem umjetno generiranih podataka se smanjuju, ili čak u potpunosti...

Paginacija