Paginacija
-
-
Kinematika robota ABB IRB2600 robota sa šest stupnjeva slobode gibanja
-
Ivan Ratković Robot ABB IRB2600 je robot sa šest rotacijskih zglobova i ima široku primjenu u industriji. Upravljanje takvim robotima nije jednostavno. Kako bi se ostvarilo upravljanje potrebno je napraviti direktnu i inverznu kinematiku robota. Direktna kinematika je jednostavna jer Denavit i Hartenberg postupak daje sustavno rješenje. Inverzna kinematika nema sustavan postupak pa postoji više metoda. Inverzna analitička kinematika daje 8 rješenja, ali to nisu sva pa je potreban i numerički...
-
-
Kinematika robotske ruke Kinova Jaco
-
Ana Marija Radišić U radu je potrebno je proučiti kinematički model robotske ruke Kinova Jaco. Koristeći MoveIt! programski paket Robotskog operacijskog sustava proučiti metode računanja položaja izvršnog elementa ruke, načine modeliranja i vizualizacije te metode planiranja gibanja. Algoritme je potrebno funkcionalno provjeriti na robotskoj ruci Kinova Jaco.
-
-
Klasificiranje objekata u 2D radarskim slikama primjenom strojnog učenja
-
Vedran Zoričić U radu se opisuje proces obrade radarskih slika i njihovo korištenje za prepoznavanje objekata. Koriste se konvolucijske neuronske mreže (YOLOv4 arhitektura) koje se treniraju na bazi podataka koja je snimljena pomoću radara. Cilj projekta je stvoriti model koji će dobro generalizirati i moću prepoznati objekte poput automobila, bicikala ili čovjeka iz radarskih slika.
-
-
Klasificiranje slika Fisherovim vektorima izgrađenim nad slučajnim distribucijskim šumama značajki slike
-
Dino Pačandi U okviru ovog rada proučena je i implementirana metoda korištenja Fisherovih vektora preko distribucijskih šuma za klasifikaciju slika. Motivacija korištenja distribucijskih šuma kao generativnog modela umjesto uvriježene Gaussove mješavine je ubrzanje samog postupka izračuna Fisherovih vektora.
Postignuto je ubrzanje izračuna od oko 8 puta naspram korištenja Gaussove mješavine, uz gubitak prosječne srednje preciznosti (mAP) klasifikacije od oko 3%. Također je i proučen utjecaj...
-
-
Klasifikacija afektivnih poremećaja korištenjem entropije kao značajke signala EEG-a
-
Ana Grčević Afektivni poremećaji, emocionalni su poremećaji koji predstavljaju mentalne bolesti kao što je depresija. Elektroencefalografija neinvazivna je tehnika kojom se snima električna aktivnost mozga. U ovom radu analizirane su EEG snimke osoba dijagnosticiranih s afektivnim poremećajem te snimke zdravih osoba. Provedena je klasifikacija korištenjem entropije kao značajke signala modelima strojnog učenja.
-
-
Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a
-
Zvonimir Žunić U ovom radu istražena je mogućnost klasifikacije afektivnih poremećaja koristeći fraktalne dimenzije kao značajke signala EEG-a. Korištena je baza podataka nastala u Klinici za psihijatriju Vrapče, koja uključuje podatke o pacijentima s dijagnozama F32 (depresija) i F33 (povratni depresivni poremećaj).
Nakon predobrade signala, koja je uključivala filtriranje signala u frekvencijskom rasponu od 0,1 Hz do 40 Hz i primjenu nezavisne analize komponenti (ICA) za identifikaciju...
-
-
Klasifikacija afektivnih poremećaja korištenjem linearnih značajki signala EEG-a
-
Tamara Ćorić Elektroencefalografija je postupak snimanja aktivnosti mozga pomoću elektroda postavljenih na površinu glave. Povratni depresivni poremećaj spada u afektivne poremećaje, odnosno psihičke poremećaje raspoloženja. Strojno učenje se bavi razvojem metoda za što precizniju i učinkovitiju klasifikaciju podataka. U ovom radu korištene su snimke EEG signala zdravih ispitanika te ispitanika sa dijagnozom povratnog depresivnog poremećaja. Na signalima je provedena predobrada signala s...
-
-
Klasifikacija afektivnih poremećaja metodama strojnog učenja
-
Eda Jovičić Afektivni poremećaji su psihički poremećaji raspoloženja u koje spada povratni depresivni poremećaj. Elektroencefalografija je postupak snimanja električne aktivnosti mozga postavljanjem elektroda na površinu glave. Strojno učenje se bavi razvojem metoda za što točnije i učinkovitije učenje i generalizaciju podataka. U ovom radu, korišten je skup podataka u kojem se nalaze snimke EEG-a zdravih ispitanika i onih s dijagnozom povratnog depresivnog poremećaja. Na skupu signala...
-
-
Klasifikacija aktivnosti u videozapisima temeljena na dubokom učenju
-
Daniel Bratulić Klasifikacija aktivnosti u videozapisima je vrlo kompliciran zadatak zbog dodatne vremenske dimenzije u odnosu na klasifikaciju slika. Istraženi su trenutno vodeći pristupi u rješavanju tog problema koristeći dubokih neuronskih mreža te predstavljena su četiri modela koja se oslanjaju na tehniku prijenosnog učenja. Opisano je treniranje i evaluiranje četiri modela te prikazani su obećavajući rezultati. Predložene su moguće nadogradnje modela kako bi se rezultati približili...
-
-
Klasifikacija akustičkih događaja neuronskom mrežom izvedenom u FPGA
-
Ante Orešković U ovome radu implementiran je akusticki detektor baziran na binariziranoj
neuronskoj mreži, koja ima dva sloja: jednodimenzionalni konvolucijski i potpuno
povezani. U odnosu na dosadašnje detektore postignut je napredak u tocnosti
detekcije. Za generiranje skupa podataka, kreiranje mreže, njeno treniranje i validaciju
korišten je PyTorch 0.4 radni okvir. Uz 6 pogrešaka na sekvenci mreža
pokazuje tocnost od 95.1% što predstavlja gubitak od 1.1% u odnosu na mrežu
prije binarizacije....
-
-
Klasifikacija biljnih vrsta iz slika biljaka temeljena na dubokom učenju
-
Marija Tišljar Učenje modela na skupu podataka sa velikom neuravnoteženosti klasa je izazovan problem. Ovaj rad kroz niz eksperimenata i analizu rezultata dolazi do zaključka da augmentacija podataka igra važnu ulogu u povećanju robusnosti i točnosti modela. Tehnika naduzorkovanja, također se pokazala efikasnom u rješavanju problema neuravnoteženosti klasa, doprinoseći boljem prepoznavanju manje zastupljenih klasa.
Odabrana arhitektura modela, ResNet50, u kombinaciji s augmentacijom i...
Paginacija