Digitální knihovnaUPCE
 

Aplikace strojového učení pro mobilní zařízení

Diplomová práce
dc.contributor.advisorPanuš, Jan
dc.contributor.authorŠimáček, Dominik
dc.contributor.refereePozdílek, Martin
dc.date.accepted2023-06-13
dc.date.accessioned2023-08-15T07:57:32Z
dc.date.available2023-08-15T07:57:32Z
dc.date.issued2023
dc.date.submitted2023-05-18
dc.description.abstractTato práce představí klíčové pojmy z oblasti strojového učení, počítačového vidění, konvolučních neuronových sítí, práce s Neural Processing SDK a technologiemi, které jsou pro tuto práci potřeba. Tyto pojmy budou popsány a vysvětleny. Dále v této práci bude pomocí ukázkové aplikace předvedena a popsána práce s Neural Processing SDK od firmy Qualcomm. Tato aplikace bude vyvinuta pro zařízení s OS Android a procesory Snapdragon. Aplikace bude pomocí předem natrénovaných neuronových sítí umět zpracovat nahrané digitální obrázky. Pomocí strojového učení bude v digitálním obrázku provedena detekce objektů a následně jejich klasifikace.cze
dc.description.abstract-translatedThis thesis will introduce the key concepts of machine learning, computer vision, convolutional neural networks, Qualcomm's Neural Processing SDK and the technologies needed for this thesis. These terms will be described and explained. Further in this work, working with Qualcomm's Neural Processing SDK will be demonstrated on a sample application. This application will be developed for devices with Android OS and Snapdragon processors. This application will use pre-trained neural networks to process images uploaded to the device. Using machine learning, this application will classify a digital image.eng
dc.description.defenceZadání diplomové práce spočívalo v návrhu mobilní aplikace pro systém Android umožňující spouštění neuronových sítí a umožní zpracovat digitální obrázky právě pomocí neuronových sítí. Cíle práce byly naplněny. Postup práce vykazuje správný směr a finální aplikace je toho důkazem. Text diplomové práce byl zpracován kvalitně, přehledně a srozumitelně. Student prezentoval výsledky své diplomové práce a zodpověděl dotazy a reagoval na připomínky vedoucího, oponenta i členů komise pro státní závěrečné zkoušky.cze
dc.description.departmentFakulta elektrotechniky a informatikycze
dc.description.gradeDokončená práce s úspěšnou obhajoboucze
dc.format60 s.
dc.identifier.stag43695
dc.identifier.urihttps://hdl.handle.net/10195/81559
dc.language.isocze
dc.publisherUniverzita Pardubicecze
dc.rightsBez omezení
dc.subjectmobilní telefoncze
dc.subjectneuronové sítěcze
dc.subjectAndroidcze
dc.subjectSnapdragoncze
dc.subjectQualcommcze
dc.subjectSNPEcze
dc.subjectstrojové učenícze
dc.subjectmobile deviceeng
dc.subjectneural networkeng
dc.subjectAndroideng
dc.subjectSnapdragoneng
dc.subjectQualcommeng
dc.subjectSNPEeng
dc.subjectmachine learningeng
dc.thesis.degree-disciplineInformační technologiecze
dc.thesis.degree-grantorUniverzita Pardubice. Fakulta elektrotechniky a informatikycze
dc.thesis.degree-nameIng.
dc.thesis.degree-programInformační technologiecze
dc.titleAplikace strojového učení pro mobilní zařízenícze
dc.title.alternativeMachine learning application for mobile deviceseng
dc.typediplomová prácecze

Soubory

Původní svazek

Nyní se zobrazuje 1 - 4 z 4
Náhled není k dispozici
Název:
SimacekD_AplikaceStrojoveho_JP_2023.pdf
Velikost:
1.6 MB
Formát:
Adobe Portable Document Format
Popis:
Plný text práce
Náhled není k dispozici
Název:
PanusJ_AplikaceStrojoveho_DS_2023.pdf
Velikost:
105.72 KB
Formát:
Adobe Portable Document Format
Popis:
Posudek vedoucího práce
Náhled není k dispozici
Název:
PosudekOponent_PozdilekM_AplikaceStrojoveho_DS_2023.pdf
Velikost:
276.01 KB
Formát:
Adobe Portable Document Format
Popis:
Posudek oponenta práce
Náhled není k dispozici
Název:
SimacekD_AplikaceStrojoveho_JP_prilohaDP_2023.zip
Velikost:
170.09 MB
Formát:
Unknown data format
Popis:
VŠKP - příloha