Poboljšanje rezultata duboke neuronske mreže kroz variranje slikovnog ulaza

Sažetak na hrvatskom: Glavni uspijeh svake neuronske mreže temelji se na kvaliteti njenih podataka za učenje. Koristeći programsko okruženje za 3D računalnu grafiku smo generirali potrebne podatke koje smo koristili pri fazi učenja konvolucijske neuronske mreže. Mijenjanjem parametara teksture efekt...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:48484/Details
Glavni autor: Franetović, Roko (-)
Ostali autori: Subašić, Marko (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, R. Franetović, 2018.
Predmet:
LEADER 02050na a2200229 4500
003 HR-ZaFER
008 160221s2018 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid6247 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Franetović, Roko 
245 1 0 |a Poboljšanje rezultata duboke neuronske mreže kroz variranje slikovnog ulaza :  |b završni rad /  |c Roko Franetović ; [mentor Marko Subašić]. 
246 1 |a Improving of Deep Neural Network Performance Through Variation of Input Images  |i Naslov na engleskom:  
260 |a Zagreb,  |b R. Franetović,  |c 2018. 
300 |a 36 str. ;  |c 30 cm +  |e CD-ROM 
502 |b preddiplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2018-06-15, datum završetka: 2018-09-19 
520 3 |a Sažetak na hrvatskom: Glavni uspijeh svake neuronske mreže temelji se na kvaliteti njenih podataka za učenje. Koristeći programsko okruženje za 3D računalnu grafiku smo generirali potrebne podatke koje smo koristili pri fazi učenja konvolucijske neuronske mreže. Mijenjanjem parametara teksture efektivno smo varirali slikovni ulaz te smo vidjeli rezultat promjene. Postavili smo temelj za buduća istraživanja koja žele koristiti ovakav način generiranja podataka. 
520 3 |a Sažetak na engleskom: Main success of every neural network is based on the quality of the learning data set. Using 3D graphics software environment we generated the data set that we have used for the learning phase of our convolutional neural network. By manipulating the texture parameters we have effectively varied the image input and saw the change in results. We have set the foundation for the future research that is willing to use this generation technique. 
653 1 |a konvolucijske  |a neuronske  |a mreže  |a blender  |a 3D  |a generiranje  |a podataka  |a duboko  |a strojno  |a učenje 
653 1 |a convolutional  |a neural  |a network  |a blender  |a 3D  |a data  |a generation  |a deep  |a machine  |a learning 
700 1 |a Subašić, Marko  |4 ths 
942 |c Z 
999 |c 48484  |d 48484