Završni radovi | Repozitorij FER-a

: Učenje dubokih korespondencijskih metrika trojnim gubitkom; Marin Kostelac
Stereoskopska rekonstrukcija je bitno polje računalnog vida. Najbitniji dio problema je pronalazak korespondentnih piksela u dvjema slikama iste scene. To je moguće ostvariti koristeći korespondencijske metrike. Pri učenju korespondencijskih metrika od velike pomoći je trojni gubitak. Definiranjem odnosa med̄u podacima moguće je naučiti metriku koja olakšava pronalazak korespondentnih piksela. U okviru rada opisan je problem stereoskopske rekonstrukcije i primjena korespondencijskih...

: Učenje iz jednog primjera u području računalnog vida; Benjamin Kušen
Učenje iz jednog primjera pristup je neuronskim mrežama u kojem se želi ostvariti mogućnost zaključivanja i klasifikacije temeljem samo jednog naučenog primjera. Danas neuronske mreže zahtijevaju ogromne količine podataka koji je teško dobiti zbog različitih razloga: podatke treba prikupiti, podatke treba ručno klasificirat, podatke treba predobraditi, i slično. Učenje iz jednog primjera rješava većinu tih problema jer jedan uzorak za učenje postaje dovoljan. Tema ovog rada...

: Učenje konvolucijskih modela u miješanoj točnosti; Dario Oreč
U ovom radu su opisane umjetne neuronske mreže, a posebice konvolucijske neuronske mreže. Opisane su metode učenja pomoću gradijentnog spusta i propagacije pogreške unazad, kao i neke tehnike regularizacije. Također je pobliže obrađen rad i korištenje miješane preciznosti, njene prednosti u odnosu na tradicionalni pristup i implementacija u radnom okviru PyTorch. Implementirani su i evaluirani modeli koji koriste miješanu preciznost i oni koji ju ne koriste. Modeli su...

: Učenje korespondencijske metrike za gustu stereoskopsku rekonstrukciju; Marin Oršić
Stereoskopska rekonstrukcija je važno područje primjene računalnog vida. Vrlo važan korak pri rješavanju tog problema jest ostvarivanje korespondencije piksela lijeve i desne slike. Ta korespondencija može se ostvariti analizom udaljenosti deskriptora dobivenih ugrađivanjem slikovnih okana u visokodimenzionalni metrički prostor. Ugrađivanje se tipično provodi dubokim modelom naučenim na stereoskopskim slikama s poznatom dubinskom informacijom. U okviru rada, proučeni su...

: Učenje korespondencijskog ugrađivanja za stereoskopsku rekonstrukciju; Antonio Ilinović
Stereoskopska rekonstrukcija postupak je kojim pomoću dviju kamera želimo rekonstruirati geometriju scene. Važan korak prije tog postupka jest odrediti korespondentne piksele. Korespondencija se može ostvariti pomoću ručno napravljenih metrika ili metrika naučenih dubokim neuronskim modelima. U radu je opisan postupak korespondencije koji ugrađuje slike u visokodimenzionalan metrički prostor, a zatim takva ugrađivanja koristi za pronalazak korespondentnih piksela tj. mape...

: Učenje modela za prevođenje crteža u slike; Iva Panić
Ovaj završni rad obuhvaća teoretsku razradu osnova dubokog učenja, poput neuronskih mreža, njihovih arhitektura i postojećih algoritama. Razrađuje se pojam generativnog suparničkog modela i predstavlja problem prevođenja crteža u sliku, kao i primjene generativnih modela u tom području. Opisana je arhitektura modela pix2pix te prikazani su eksperimentalni rezultati nekoliko konfiguracija modela. Spomenuta je korištena programska potpora.

: Učenje modela za semantičku segmentaciju na nestandardnim skupovima podataka; Ivan Šego
Ovaj diplomski rad započinje uvodom o dubokom učenju i objašnjava zadatak seman- tičke segmentacije na kojoj je rad baziran. U daljnjem poglavlju se opisuju osnovne potrebne komponente dubokih konvolucijskih modela kako bi čitatelj imao potpuno razumijevanje u nastavku teksta. Nadalje, daje se detaljan opis modela s gusto pove- zanim putem za raspoznavanje i ljestvičastim naduzorkovanjem (ljestvičasto povezan gusti model) koji se koristi za kao glavna arhitektura u radu. U idućem...

: Učenje osnovnih programskih koncepata korištenjem blokova; Danica Pivalica
U okviru rada izrađena je programska potpora te provedeno istraživanje učenja programskih koncepata korištenjem blokova. Ispitivanje je provedeno nad učenicima prvog razreda osnovne škole koji su korištenjem programske potpore rješavali problemske zadatke prikladne njihovoj dobi. Zadatci su podijeljeni u četiri skupine od kojih je svaka povezana s gradivom određenih predmeta, a svaka od njih ispituje različite programske koncepte algoritamsko-računalnog načina razmišljanja....

: Učenje pod nadzorom korištenjem SSD i SVM metoda za nedestruktivna ispitivanja; Duje Medak
Glavni cilj ovog rada je ispitati mogućnost korištenja dviju metoda za detekciju objekata u svrhu detekcije defekata na slikama dobivenim ultrazvučnim testiranjem. Prva predložena metoda bazirana je na histogramu orijentacija gradijenata (HOG) i stroju potpornih vektora (SVM). Druga metoda bazirana je na dubokoj konvolucijskoj mreži Single Shot Detector (SSD). Na početku rada dan je uvod u nedestruktivna testiranja i objašnjen je princip rada učestalo korištenih tehnika...

: Učenje pretraživanja za rješavanje zadataka obrade prirodnoga jezika; Vjeran Crnjak
Strukturno predviđanje i učenje sveprisutno je u problemima obrade prirodnoga jezika. Metode učenja pretraživanja pružaju okvir u kojem je te probleme moguće efikasno rješavati. U ovom radu dan je pregled povijesti metoda učenja pretraživanja i osvrt na područja u strojnom učenju koja su omogućila njihov razvoj. Pokazana je i primjena na razne probleme u obradi prirodnog jezika. Istaknute su i bitne razlike između ostalih pristupa strukturnom učenju koje utvrđuju nadmoć i...

: Učenje prijenosom za predikciju tipa ličnosti i demografskih informacija korisnika interneta; Vinko Kašljević
Predikcija tipa ličnosti i demografskih informacija je zanimljiv i koristan zadatak koji nam može pomoći u u boljem razumijevanju prirodnog jezika, kao i za razne društvene znanosti. U ovom radu smo isprobali višezadaćno učenje, specifično metode tvrdog i mekog dijeljenja parametara, na problemu predikcije tipova liˇcnosti i demografskih informacija. Također smo demonstrirali način učenja modela gdje treniramo na skupu podataka Reddit za koji nemamo sve oznake za svaki primjer iz...

: Učenje razdvojenih reprezentacija s primjenama u obradi prirodnog jezika; Dorian Ivanković
Reprezentacije naulene dubokim neuronskim mrežama se teško interpretiraju, što bi moglo onemogućiti njihovo ponovno korištenje na novim zadatcima. Cilj učenja razdvojenih reprezentacija jest naučiti nezavisne informativne značajke, time stvarajući interpretabilnu reprezentaciju. Najistaknutiji pristupi učenju razdvojenih reprezentacija oslanjaju se na varijacijske autoenkodere i modificiranje varijacijske donje granice, fokusirajući se uglavnom na primjene u području računalnog...

Paginacija