| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 10 / 112
Na začetekNa prejšnjo stran12345678910Na naslednjo stranNa konec
1.
Globoko okrepitveno učenje za igranje iger na podlagi video vhoda
Monika Bozhinova, 2021, magistrsko delo

Opis: V magistrskem delu smo se ukvarjali z okrepitvenim učenjem agentov za igranje računalniških iger. V ta namen smo implementirali tri modele agenta, ki temeljijo na uporabi nevronske mreže za aproksimacijo funkcije vrednosti akcij, in predlagali lastno izboljšano arhitekturo dvobojevalne dvojne Q-mreže. Učenje smo izvajali na igrah Pong in Beamrider iz nabora iger Atari 2600. Ugotovili smo, da z našim pristopom dosežemo boljšo zmogljivost agenta kot globoka Q-mreža, dvojna globoka Q-mreža in dvojna globoka Q-mreža z dvobojevalno arhitekturo v igri Pong, medtem ko se v igri Beamrider agent uči počasneje, predvidoma zaradi šuma v drugačni predstavitvi stanja, ki ga predlagani model uporablja.
Ključne besede: globoko okrepitveno učenje, nevronske mreže, globoka Q-mreža, dvobojevalna arhitektura, igre Atari, Pong, Beamrider
Objavljeno: 20.10.2021; Ogledov: 25; Prenosov: 10
.pdf Celotno besedilo (2,16 MB)

2.
Strojno učenje računalniškega igralca v igri s kartami
Mai Praskalo, 2021, diplomsko delo

Opis: V diplomski nalogi predstavljamo več različnih implementacij strojnega učenja računalniškega igralca za igranje igre s kartami Uno. Vsi uporabljeni algoritmi so s področja okrepitvenega učenja, saj so klasični algoritmi, ki se zanašajo na iskanje optimalne poteze na podlagi popolne informacije, neprimerni za igre z nepopolnimi informacijami. Algoritme smo primerjali glede na uspešnost v igranju proti igralcu, ki izbira naključne poteze, ter glede na krivuljo učenja, ki prikazuje pridobljeno povprečno kumulativno nagrado med procesom učenja.
Ključne besede: okrepitveno učenje, igra Uno, igre z nepopolnimi informacijami, igre s kartami, nevronske mreže
Objavljeno: 18.10.2021; Ogledov: 27; Prenosov: 4
.pdf Celotno besedilo (901,04 KB)

3.
Ocenjevanje vlažnosti tal z uporabo radarskih slik in globokega učenja
Tomaž Peterkovič, 2021, magistrsko delo

Opis: Magistrsko delo temelji na obdelavi satelitskih slik in uporabi globokih konvolucijskih nevronskih mrež. V vsebini zaključnega dela je opisano raziskovalno delo s področja uporabe polarimetričnega SAR-a. Namen dela je načrtovanje in izdelovanje sistema, ki bi lahko bil sposoben obdelati satelitsko sliko tako, da se iz nje lahko določi vlažnost tal. Za ocenjevanje le-te so bile uporabljene globoke konvolucijske nevronske mreže, ki so se izkazale za zelo uporabne. V postopku izdelave so bili uporabljeni programi za obdelovanje atmosferskih slik s pomočjo polarimetrije, kot so PolSARpro in SNAP. Za nadaljnjo obdelavo slik in načrtovanje globoke konvolucijske nevronske mreže se je uporabljal programski jezik Python v okolju Visual Studio.
Ključne besede: Daljinsko zaznavanje, nevronske mreže, ocenjevanje vlažnosti tal, polarimetrija, PolSARpro, Python
Objavljeno: 18.10.2021; Ogledov: 16; Prenosov: 6
.pdf Celotno besedilo (8,61 MB)

4.
Prenos stila slike s pomočjo prenosnega učenja in nevronskih mrež
Ivona Čolaković, 2021, magistrsko delo

Opis: Hitro razvijajoče področje umetne inteligence se v zadnjih letih integrira v različna področja in tako postaja neizogiben del številnih človeških dejavnosti. Umetna inteligenca je pokazala, da se lahko integrira tudi v področje umetnosti in ustvarja nova umetniška dela a podlagi kopiranja stilov grafičnih del priznanih avtorjev. Nevronske mreže, ki posnamejo delovanje človeških možganov, dodatno pomagajo pri tem postopku, saj omogočajo razpoznavo vzorcev v stilih grafičnih del. V magistrskem delu se osredotočimo na raziskovanje tehnike prenosa stila grafičnih del iz enega na drugo grafično delo s pomočjo nevornskih mrež. V ta namen opišemo sestavne dele nevronskih mrež, podrobneje razložimo konvolucijske nevronske mreže in predstavimo pojem prenosnega učenja. Z namenom boljšeg razumevanja področja prenosa stila ilustracij pregledamo obstoječe raziskave ter opišemo delovanje algoritma za prenos stila. V okviru magistrskega dela prikažemo implementacijo in rezultate eksperimenta skozi katerega smo ugotovili, da pristop prenosa stila lahko uspešno prenaša stil iz ilustracij na fotografije kakor tudi iz ilustracij na druge ilustracije.
Ključne besede: prenos stila, konvolucijske nevronske mreže, prenosno učenje
Objavljeno: 18.10.2021; Ogledov: 13; Prenosov: 6
.pdf Celotno besedilo (3,40 MB)

5.
Adversarna motnja razpoznave slik nevronske mreže s pomočjo evolucijskega algoritma
Rok Kukovec, 2021, diplomsko delo

Opis: Uspešnost prepoznavanja slik z uporabo nevronskih mrež je odvisna od parametrov in filtrov, optimiziranih skozi učni proces. Tukaj najdemo razliko v načinu prepoznavanja motivov med ljudmi in stroji. Pojavi se vrzel, ki jo napadalec s pomočjo adversarnih motenj lahko izkoristi. Slike so na videz neopazno spremenjene, ljudje razlike težko zaznajo, vendar klasifikacija nevronske mreže odpove. To delo raziskuje poustvarjanje slik z evolucijskim algoritmom. Konvolucijska nevronska mreža AlexNet po spremembi ne more prepoznati predhodno jasnih motivov. Človeku prepoznavna slika se ohrani. Pari izvirnih in poustvarjenih slik so bili primerjani z uporabo vizualne ocene in statističnih metrik.
Ključne besede: adversarna motnja, evolucijski algoritmi, konvolucijske nevronske mreže, računalniški vid
Objavljeno: 24.08.2021; Ogledov: 335; Prenosov: 96
.pdf Celotno besedilo (5,61 MB)

6.
Napovedovanje verjetnosti neplačila z nevronskimi mrežami
Urban Rajter, 2021, magistrsko delo

Opis: Umetna inteligenca se nanaša na teorijo in razvoj računalniških sistemov, ki lahko opravljajo naloge, ki običajno zahtevajo človeško inteligenco. Podskupina strojnega učenja je globoko učenje, kjer se umetne nevronske mreže, algoritmi, ki jih navdihujejo človeški možgani, učijo iz velikih količin podatkov. Podobno, kot se ljudje učimo iz izkušenj, bi algoritem globokega učenja večkrat ponovil isto nalogo in jo vsakič nekoliko prilagodil, da bi izboljšal rezultat. V tej magistrski nalogi so predstavljene nevronske mreže, tipi nevronskih mrež in njihova uporaba. Podrobneje je opisana uporaba nevronskih mrež za namene napovedovanja verjetnosti neplačila. Uporabljen je model globoke nevronske mreže na anonimiziranih podatkih podjetja. Opisan je postopek priprave podatkov in postopek učenja modela na vhodnih podatkih. Analiza končnega rezultata pove, da je uporaba nevronskih mrež smiselna, saj algoritem nudi visoko natančnost.
Ključne besede: strojno učenje, nevronske mreže, globoko učenje, globoke nevronske mreže, kreditno tveganje
Objavljeno: 02.08.2021; Ogledov: 164; Prenosov: 19
.pdf Celotno besedilo (1,95 MB)

7.
Ocenjevanje starosti osebe na osnovi digitalnih posnetkov z uporabo konvolucijskih nevronskih mrež
Tilen Krel, 2021, magistrsko delo

Opis: Magistrsko delo se ukvarja z ocenjevanjem starosti osebe na osnovi digitalnih posnetkov z uporabo konvolucijskih nevronskih mrež. Razvit in implementiran je bil lasten model konvolucijske nevronske mreže za ocenjevanje starosti osebe iz digitalnega posnetka. Kot osnova za naš model je bila uporabljena in modificirana obstoječa arhitektura konvolucijske nevronske mreže VGG-Face, namenjena razpoznavanju obrazov. Za učenje in testiranje sta bili uporabljeni bazi podatkov IMDB-WIKI in FG-NET. Na bazi podatkov IMDB-WIKI je bila dosežena povprečna napaka med dejansko in ocenjeno starostjo 6,7 leta, na bazi podatkov FG-NET pa z validacijsko metodo »izpusti-eno-osebo« izračunana povprečna napaka med dejansko in ocenjeno starostjo 3,9 leta. Dobljeni rezultati so primerljivi oziroma le malo zaostajajo za najuspešnejšimi metodami za ocenjevanje starosti osebe z digitalnega posnetka. Na tej osnovi se naš model ocenjuje kot primeren za uporabo v produkcijskih rešitvah.
Ključne besede: računalniški vid, konvolucijske nevronske mreže, globoko učenje, ocenjevanje starosti
Objavljeno: 17.02.2021; Ogledov: 245; Prenosov: 40
.pdf Celotno besedilo (1,01 MB)

8.
Razpoznavanje človeških emocij na digitalnih posnetkih s pomočjo konvolucijskih nevronskih mrež
Aleš Pernat, 2020, magistrsko delo

Opis: V magistrskem delu smo se ukvarjali z razvrščanjem šestih osnovnih človeških emocij in nevtralnega izraza s pomočjo digitalnih posnetkov in konvolucijskih nevronskih mrež. Pregledali smo področje razpoznavanja človeških emocij in natančno preučili konvolucijske nevronske mreže. Implementirali smo več modelov sodobnih konvolucijskih nevronskih mrež, ob tem pa razvili tudi lastne modele. Uporabili smo knjižnico Tensorflow in programski jezik Python. Naše predlagane rešitve smo preizkusili na prosto dostopnih podatkovnih zbirkah CK+, MMI in JAFFE. Slike iz podatkovnih zbirk smo obogatili z zrcaljenjem in rotiranjem, tako da smo dobili večjo količino podatkov. Za validiranje smo uporabili pristop, neodvisen od subjekta, in petkratno navzkrižno validacijo. Najboljši rezultati razvrščanja z našimi predlaganimi metodami so bili 91,65 % na zbirki CK+, 59,08 % na zbirki MMI in 67,86 % na zbirki JAFFE. Rezultati na zbirki CK+ so primerljivi z rezultati sorodnih del, na preostalih dveh zbirkah pa je uspešnost razvrščanja z našimi pristopi bistveno slabša od rezultatov sorodnih del.
Ključne besede: človeške emocije, konvolucijske nevronske mreže, digitalne slike, strojno učenje
Objavljeno: 04.01.2021; Ogledov: 185; Prenosov: 36
.pdf Celotno besedilo (1,30 MB)

9.
Zaznava oljnih madežev v multispektralnih satelitskih slikah
Marko Kužner, 2020, diplomsko delo

Opis: V tem diplomskem delu predstavljamo analizo metod za zaznavanje oljnih madežev na vodni površini s satelitom TRISAT. Primerjali smo metodo največjega verjetja in nevronsko mrežo. Algoritma smo učili in testirali nad dvema različnima bazama podatkov. Z rezultati smo pokazali, da je metoda največjega verjetja računsko in prostorsko bolj spremenljiva pri manjšem številu vhodnih podatkov, medtem ko se je nevronska mreža izkazala za natančnejšo. S primerjavo najboljših izbranih kanalov nad bazama podatkov smo pokazali, da so si izbrani kanali podobni. Rezultate tega diplomskega dela lahko uporabimo za izvedbo algoritma nad referenčnimi slikami satelita TRISAT.
Ključne besede: satelit TRISAT, metoda največjega verjetja, nevronske mreže, zaznavanje olja, kratkovalovni infrardeči spekter
Objavljeno: 01.12.2020; Ogledov: 447; Prenosov: 0
.pdf Celotno besedilo (1,57 MB)

10.
Klasifikacija besedila s prenosnim učenjem
Jure Žerak, 2020, magistrsko delo

Opis: Magistrsko delo ima namen preizkusiti metodo prenosnega učenja na obdelavi naravnega jezika in jo primerjati s klasičnimi metodami učenja nevronskih mrež, metodo LSTM. V delu sta uporabljena opisna metoda za teoretični in eksperiment za praktični del dela. V slednjem smo ugotovili, da je metoda prenosnega učenja na majhni količini podatkov bolj točna od klasičnih metod, vendar za to potrebuje več časa. Delo primerja prednaučeni model Bert in klasično metodo LSTM, zato je priporočljivo primerjati rezultate tudi z drugimi prednaučenimi modeli in klasičnimi metodami.
Ključne besede: nevronske mreže, prenosno učenje, NLP, PyTorch, LSTM
Objavljeno: 01.12.2020; Ogledov: 163; Prenosov: 53
.pdf Celotno besedilo (1,99 MB)

Iskanje izvedeno v 0.22 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici