| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva

Naslov:Analiza uspešnosti optične prepoznave elementov BPMN : magistrsko delo
Avtorji:Jagečić, Slavica (Avtor)
Polančič, Gregor (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Jagecic_Slavica_2019.pdf (4,06 MB)
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga (mb22)
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Magistrsko delo predstavlja postopek izdelave modela za prepoznavo ročno risanih BPMN elementov ter pridobitev rezultatov (%) uspešnosti njihove prepoznave. Za pomoč pri razvoju modela za prepoznavo elementov BPMN smo uporabili ogrodje TensorFlow. Opravili smo pregled literature, predstavili obstoječe rešitve, razvite na podlagi optične prepoznave in strojnega učenja. Razložili smo osnovne gradnike BPMN (standard BPMN 2.0.) in nekatere od teh elementov vključili v proces analize uspešnosti razpoznave s pomočjo mobilne aplikacije, izdelane v okviru naloge in razvite v okolju Angular.js, v katero smo vključili izdelani TensorFlow model, ki je zmožen prepoznavati BPMN elemente. V analizi smo zapisali ugotovitve, ki smo jih pridobili v raziskovalnemu delu na podlagi vprašalnikov. Ugotovitve, pridobljene v analizi, so pokazale da je mobilna aplikacija zmožna prepoznavati določene elemente BPMN, vendar ne vseh. Prav tako smo podali smernice za nadaljnje delo.
Ključne besede:BPMN, OCR, strojno učenje, TensorFlow
Leto izida:2019
Kraj izvedbe:Maribor
Založnik:[S. Jagečić]
Št. strani:XI, 96 str.
Izvor:Maribor
UDK:004.424.3(043.2)
COBISS_ID:22839574 Povezava se odpre v novem oknu
NUK URN:URN:SI:UM:DK:YZIIQ6KK
Licenca:CC BY-NC-ND 4.0
To delo je dosegljivo pod licenco Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Število ogledov:18
Število prenosov:7
Metapodatki:XML RDF-CHPDL DC-XML DC-RDF
Področja:KTFMB - FERI
:
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:AddThis
AddThis uporablja piškotke, za katere potrebujemo vaše privoljenje.
Uredi privoljenje...

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Analysis of the effectiveness of optical recognition of BPMN elements
Opis:The master thesis represents the process of creating a model capable of recognizing handwritten BPMN elements and receiving the results with percent precision (%) of recognition success. To create a model for identifying BPMN elements, we used the TensorFlow framework. We made a literature review, explored existing solutions for optical recognition and machine learning. We also explained the basic BPMN (BPMN 2.0. specification) elements and used some of those elements in the process of analyzing the recognition performance with the use of a mobile application, developed with Angular.js framework. In this application, we incorporated the TensorFlow model capable of detecting BPMN elements. In the analysis, we recorded the findings obtained in the research work based on a survey. The findings obtained in the analysis showed that the mobile application is capable of identifying certain BPMN elements, but not all. We also gave guidelines for further work.
Ključne besede:BPMN, OCR, machine learning, TensorFlow


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici