Aplikace strojového učení pro mobilní zařízení
Diplomová prácedc.contributor.advisor | Panuš, Jan | |
dc.contributor.author | Šimáček, Dominik | |
dc.contributor.referee | Pozdílek, Martin | |
dc.date.accepted | 2023-06-13 | |
dc.date.accessioned | 2023-08-15T07:57:32Z | |
dc.date.available | 2023-08-15T07:57:32Z | |
dc.date.issued | 2023 | |
dc.date.submitted | 2023-05-18 | |
dc.description.abstract | Tato 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-translated | This 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.defence | Zadání 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.department | Fakulta elektrotechniky a informatiky | cze |
dc.description.grade | Dokončená práce s úspěšnou obhajobou | cze |
dc.format | 60 s. | |
dc.identifier.stag | 43695 | |
dc.identifier.uri | https://hdl.handle.net/10195/81559 | |
dc.language.iso | cze | |
dc.publisher | Univerzita Pardubice | cze |
dc.rights | Bez omezení | |
dc.subject | mobilní telefon | cze |
dc.subject | neuronové sítě | cze |
dc.subject | Android | cze |
dc.subject | Snapdragon | cze |
dc.subject | Qualcomm | cze |
dc.subject | SNPE | cze |
dc.subject | strojové učení | cze |
dc.subject | mobile device | eng |
dc.subject | neural network | eng |
dc.subject | Android | eng |
dc.subject | Snapdragon | eng |
dc.subject | Qualcomm | eng |
dc.subject | SNPE | eng |
dc.subject | machine learning | eng |
dc.thesis.degree-discipline | Informační technologie | cze |
dc.thesis.degree-grantor | Univerzita Pardubice. Fakulta elektrotechniky a informatiky | cze |
dc.thesis.degree-name | Ing. | |
dc.thesis.degree-program | Informační technologie | cze |
dc.title | Aplikace strojového učení pro mobilní zařízení | cze |
dc.title.alternative | Machine learning application for mobile devices | eng |
dc.type | diplomová práce | cze |
Soubory
Původní svazek
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