Show simple item record

Efficiency of deep convolutional neural networks on an elementary classification task

dc.contributor.advisorŠkrabánek, Pavelcs
dc.contributor.authorPrax, Jancs
dc.date.accessioned2021-06-15T06:57:00Z
dc.date.available2021-06-15T06:57:00Z
dc.date.created2021cs
dc.identifier.citationPRAX, J. Efektivnost hlubokých konvolučních neuronových sítí na elementární klasifikační úloze [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2021.cs
dc.identifier.other132472cs
dc.identifier.urihttp://hdl.handle.net/11012/197411
dc.description.abstractV této diplomové práci jsou srovnány modely hlubokých konvolučních neuronových sítí a modely deskriptorů příznaků. Modely deskriptorů příznaků jsou doplněny o vybraný vhodný klasifikátor. Tyto modely spadají do oblasti strojového učení, a tudíž jsou v práci popsány typy strojového učení. Dále jsou tyto vybrané modely popsány a vysvětleny jejich základy a problémy. Je vypsán hardware a software použitý k uskutečnění testů a jsou vypsány výsledky testů a shrnutí výsledků. Pak je provedeno srovnání uvedených modelů na základě přesnosti validace a časové náročnosti.cs
dc.description.abstractIn this thesis deep convolutional neural networks models and feature descriptor models are compared. Feature descriptors are paired with suitable chosen classifier. These models are a part of machine learning therefore machine learning types are described in this thesis. Further these chosen models are described, and their basics and problems are explained. Hardware and software used for tests is listed and then test results and results summary is listed. Then comparison based on the validation accuracy and training time of these said models is done.en
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectDeskriptor příznakůcs
dc.subjectneuronové sítěcs
dc.subjecthluboké neuronové sítěcs
dc.subjectHOGcs
dc.subjectSIFTcs
dc.subjectSVMcs
dc.subjectResNetcs
dc.subjectEfficientNet.cs
dc.subjectFeature extractoren
dc.subjectneural networksen
dc.subjectdeep neural networksen
dc.subjectHOGen
dc.subjectSIFTen
dc.subjectSVMen
dc.subjectResNeten
dc.subjectEfficientNet.en
dc.titleEfektivnost hlubokých konvolučních neuronových sítí na elementární klasifikační úlozecs
dc.title.alternativeEfficiency of deep convolutional neural networks on an elementary classification tasken
dc.typeTextcs
dcterms.dateAccepted2021-06-14cs
dcterms.modified2021-06-14-16:22:31cs
thesis.disciplineAplikovaná informatika a řízenícs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav automatizace a informatikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
sync.item.dbid132472en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 12:20:46en
sync.item.modts2021.11.12 11:37:31en
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
dc.contributor.refereeDobrovský, Ladislavcs
dc.description.markCcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
but.committeedoc. Ing. Jan Roupec, Ph.D. (předseda) prof. RNDr. Ing. Jiří Šťastný, CSc. (místopředseda) prof. Ing. Miluše Vítečková, CSc. (člen) doc. Ing. Roman Šenkeřík, Ph.D. (člen) prof. Ing. Dagmar Janáčová, CSc. (člen)cs
but.defenceStudent obeznámil komisi s obsahem DP. Následně reagoval na dotazy oponenta. Další dotazy komise: Doc. Šenkeřík: co je matice záměn a jaké existují další metriky pro evaluaci klasifikátorů.cs
but.resultpráce byla úspěšně obhájenacs
but.programStrojní inženýrstvícs
but.jazykčeština (Czech)


Files in this item

Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record