prikaz prve stranice dokumenta Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja
  Preuzmi
PDF 5.78 MB
diplomski rad
Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja
Rijeka: Sveučilište u Rijeci, Tehnički fakultet, 2022. urn:nbn:hr:190:009642
Đuranović, Daniel
Sveučilište u Rijeci
Tehnički fakultet
Zavod za automatiku i elektroniku
Katedra za elektroniku, robotiku i automatiku

Institucijski repozitorij: Repozitorij Tehničkog fakulteta u Rijeci

Citirajte ovaj rad

Đuranović, D. (2022). Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:009642

Đuranović, Daniel. "Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:009642

Đuranović, Daniel. "Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:190:009642

Đuranović, D. (2022). 'Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 30.11.2024., https://urn.nsk.hr/urn:nbn:hr:190:009642

Đuranović D. Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2022 [pristupljeno 30.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:009642

D. Đuranović, "Detekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:009642

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:009642
Podaci o radu
NaslovDetekcija geografskih karakteristika Venere korištenjem algoritama strojnog učenja
Naslov (engleski)Detection of Venus geographic characteristics using machine learning algorithms
AutorDaniel Đuranović
MentorZlatan Car (mentor)
Član povjerenstvaSaša Vlahinić (predsjednik povjerenstva)
Član povjerenstvaZlatan Car (član povjerenstva)
Član povjerenstvaIvan Volarić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za automatiku i elektroniku)
(Katedra za elektroniku, robotiku i automatiku)
Rijeka
Datum i država obrane2022-09-20, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Automatizacija i robotika
Sažetak
Ovim radom opisana je realizacija sustava za detekciju vulkana sa satelitskih snimka planetarne površine Venere. U prvome dijelu objašnjeni su osnovni princip rada i struktura YOLO algoritma koji je korišten kao metoda detekcije objekata. Zatim su prezentirane metode pripreme i obrade Magellan seta podataka u svrhu učenja neuronske mreže. Nakon toga su prezentirani problemi s kojima se suočilo zbog relativno malog seta podataka, te su objašnjena rješenja s kojima se uspjelo doći do zadovoljavajućih rezultata modela. Na samome kraju predstavljena su idejna rješenja za buduća istraživanja u svrhu poboljšanja preciznosti modela kod detekcije jako malih objekata.
Sažetak (engleski)
This work describes the implementation of a volcano detection system with a satellite image of the planetary surface of Venus. In the first part, the basic working principle and structure of the YOLO algorithm, which is used as an object detection method, are explained. Then the methods of preparation and processing of the Magellan dataset for the purpose of neural network learning are presented. After that, the problems faced due to a relatively small set of data were presented, and the solutions with which it was possible to achieve satisfactory model results were explained. At the very end, conceptual solutions for future research are presented in order to improve the precision of the model for detection of very small objects.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:009642
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Imenovanje 4.0 međunarodna (CC BY 4.0)
Datum i vrijeme pohrane2022-09-19 15:35:32