Active Learning pro zpracování archivních pramenů
but.committee | doc. Dr. Ing. Jan Černocký (předseda) doc. Ing. Martin Čadík, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. Ing. Lukáš Burget, Ph.D. (člen) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen) | cs |
but.defence | Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Jakým způsobem by šel Váš systém propojit s jinými genealogickými systémy, jako je například DEMoS? Porovnal jste model bez použití dotrénování s modelem, který danou metodu používá? | cs |
but.jazyk | čeština (Czech) | |
but.program | Informační technologie a umělá inteligence | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Rozman, Jaroslav | cs |
dc.contributor.author | Hříbek, David | cs |
dc.contributor.referee | Zbořil, František | cs |
dc.date.accessioned | 2021-06-25T07:55:43Z | |
dc.date.available | 2021-06-25T07:55:43Z | |
dc.date.created | 2021 | cs |
dc.description.abstract | V teto praci je reseno vytvoreni systemu, ktery umoznuje nahrani a anotaci skenu historickych dokumentu a nasledne aktivni doucovani modelu pro rozpoznavani znaku (OCR) na dostupnych anotacich (vyznacenych radcich a jejich prepisech). V praci je popsan proces, klasifikovany techniky a uveden existujici system pro rozpoznavani znaku. Predevsim je kladen duraz na metody strojoveho uceni. Dale jsou vysvetleny metody aktivniho uceni a navrhnut zpusob doucovani OCR modelu z anotovanych skenu. Zbytek prace se zabyva konkretnim navrhem, implementaci, dostupnymi datasety, vyhodnocenim uspesnosti rozpoznavani znaku vlastnorucne vytvoreneho OCR modelu a testovanim celeho systemu. | cs |
dc.description.abstract | This work deals with the creation of a system that allows uploading and annotating scans of historical documents and subsequent active learning of models for character recognition (OCR) on available annotations (marked lines and their transcripts). The work describes the process, classifies the techniques and presents an existing system for character recognition. Above all, emphasis is placed on machine learning methods. Furthermore, the methods of active learning are explained and a method of active learning of available OCR models from annotated scans is proposed. The rest of the work deals with a system design, implementation, available datasets, evaluation of self-created OCR model and testing of the entire system. | en |
dc.description.mark | A | cs |
dc.identifier.citation | HŘÍBEK, D. Active Learning pro zpracování archivních pramenů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021. | cs |
dc.identifier.other | 136788 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/200159 | |
dc.language.iso | cs | cs |
dc.publisher | Vysoké učení technické v Brně. Fakulta informačních technologií | cs |
dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
dc.subject | Strojove uceni | cs |
dc.subject | uceni s ucitelem | cs |
dc.subject | aktivni uceni | cs |
dc.subject | OCR | cs |
dc.subject | opticke rozpoznavani znaku | cs |
dc.subject | aktivni uceni pro rozpoznavani rucne psaneho textu | cs |
dc.subject | anotace skenu historickych dokumentu. | cs |
dc.subject | Machine learning | en |
dc.subject | supervised learning | en |
dc.subject | active learning | en |
dc.subject | OCR | en |
dc.subject | optical character recognition | en |
dc.subject | active learning in handwritten text recognition | en |
dc.subject | annotation of historical document scans. | en |
dc.title | Active Learning pro zpracování archivních pramenů | cs |
dc.title.alternative | Active Learning for Processing of Archive Sources | en |
dc.type | Text | cs |
dc.type.driver | masterThesis | en |
dc.type.evskp | diplomová práce | cs |
dcterms.dateAccepted | 2021-06-23 | cs |
dcterms.modified | 2021-06-24-11:35:09 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 136788 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2021.11.12 23:08:12 | en |
sync.item.modts | 2021.11.12 21:54:26 | en |
thesis.discipline | Strojové učení | cs |
thesis.grantor | Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů | cs |
thesis.level | Inženýrský | cs |
thesis.name | Ing. | cs |
Files
Original bundle
1 - 4 of 4
Loading...
- Name:
- final-thesis.pdf
- Size:
- 13.43 MB
- Format:
- Adobe Portable Document Format
- Description:
- final-thesis.pdf
Loading...
- Name:
- Posudek-Vedouci prace-23784_v.pdf
- Size:
- 85.77 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek-Vedouci prace-23784_v.pdf
Loading...
- Name:
- Posudek-Oponent prace-23784_o.pdf
- Size:
- 88.54 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek-Oponent prace-23784_o.pdf
Loading...
- Name:
- review_136788.html
- Size:
- 1.46 KB
- Format:
- Hypertext Markup Language
- Description:
- review_136788.html