prikaz prve stranice dokumenta Primjena maskirajućih autoenkodera za semantičku segmentaciju
Rad nije dostupan
diplomski rad
Primjena maskirajućih autoenkodera za semantičku segmentaciju
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:211716
Merćep, Luka
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Merćep, L. (2023). Primjena maskirajućih autoenkodera za semantičku segmentaciju (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:211716

Merćep, Luka. "Primjena maskirajućih autoenkodera za semantičku segmentaciju." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:211716

Merćep, Luka. "Primjena maskirajućih autoenkodera za semantičku segmentaciju." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:211716

Merćep, L. (2023). 'Primjena maskirajućih autoenkodera za semantičku segmentaciju', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:211716

Merćep L. Primjena maskirajućih autoenkodera za semantičku segmentaciju [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:211716

L. Merćep, "Primjena maskirajućih autoenkodera za semantičku segmentaciju", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:211716

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:211716
Podaci o radu
NaslovPrimjena maskirajućih autoenkodera za semantičku segmentaciju
Naslov (engleski)Application of masked autoencoders for semantic segmentation
AutorLuka Merćep
MentorSiniša Šegvić (mentor)
Član povjerenstvaSiniša Šegvić (predsjednik povjerenstva)
Član povjerenstvaMarko Čupić (član povjerenstva)
Član povjerenstvaTomislav Hrkać (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-11, Hrvatska
Sažetak
Detekcija anomalija područje je istraživanja sa primjenama u brojnim područjima. Modeli bazirani na transformerima trenutno su stanje tehnike u području obrade prirodnog jezika. Ovaj rad u detekciji anomalija koristi model maskirnog autoenkodera koji je baziran na arhitekturi vizualnog transformera. Vizualni transformer je model s minimalnim izmjenama nad arhitekturom modela za primjene transformera na slikama. U ovom radu korišten je skup podataka, za detekciju anomalija u industrijskim procesima, MVTec AD za učenje i evaluaciju modela. Cilj rada bio je ispitati efikasnost modela baziranog na arhitekturi maskirnog autoenkodera u području detekcije anomalija.
Sažetak (engleski)
Anomaly detection is a field of research with applications in numerous areas. Models based on transformers are the current state of the art in the field of natural language processing. This work in anomaly detection uses the masked autoencoder model, which is based on the visual transformer architecture. The visual transformer is a model with minimal changes to the model architecture for transformer applications in images. In this work, a set of data, for the detection of anomalies in industrial processes, MVTec AD was used for model learning and evaluation. The aim of the work was to examine the effectiveness of the model based on the masked autoencoder architecture in the area of anomaly detection.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:211716
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 09:48:12