Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Pedagogiczna Biblioteka Wojewódzka im. Komisji Edukacji Narodowej w Lublinie Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaPedagogiczna Biblioteka Wojewódzka im. Komisji Edukacji Narodowej w Lublinie
Zmień bibliotekę

Wyszukujesz frazę "learning object" wg kryterium: Temat

  Lista filtrów
Dostawca treści
Wyrównaj
    Wyświetlanie 1-35 z 35
    Tytuł:
    Tailored Courses for Professional Life
    Autorzy:
    Kapoun, Pavel
    Wydawca:
    Studio NOA for University of Silesia
    Cytata wydawnicza:
    Pavel Kapoun, TAILORED COURSES FOR PROFESSIONAL LIFE, [w] IT Tools - Good Practice of Effective Use in Education, red. Smyrnova-Trybulska E., Studio-Noa for University of Silesia, Katowice-Cieszyn 2015, 408 p. ISBN 978-83-60071-82-3, p. 313-322
    Opis:
    The article designs a method of eLearning courses which are customized with regard to the future professional lives of students. The method is based on the disaggregation of the branch of study to single semantic learning objects. Semantic learning objects are interconnected by prerequisites and they contain metadata about the importance of learning objects for mastering specific professions. At the beginning of his/her study each student takes a test to determine which profession could be potentially suitable for him/her and the individual's graduate profile is developed. According to the individual's graduate profile the Learning Management System (LMS) automatically generates a proposal for the optimal study path. For each student the semantic learning objects which are the most important regarding to his/her future profession are selected.
    Dostawca treści:
    Repozytorium Centrum Otwartej Nauki
    Artykuł
    Tytuł:
    Theoretical Concepts, Sources and Technical Background of E-learning
    Autorzy:
    Kapounová, Jana
    Kostolányová, Kateřina
    Pavlíček, Jiří
    Tematy:
    Information and Communication Technology (ICT)
    programmed learning
    teaching machines
    courseware
    e-learning
    Learning Management System (LMS)
    learning object
    Pokaż więcej
    Wydawca:
    Wydawnictwo Adam Marszałek
    Powiązania:
    https://bibliotekanauki.pl/articles/28765724.pdf  Link otwiera się w nowym oknie
    Opis:
    The topic Theoretical Concepts, Sources and Technical Background of E-learning is discussed in a project of the Czech Science Foundation. A research team from three Czech universities (University of Ostrava, Charles University in Prague and University of West Bohemia in Pilsen) is working on the project. Its aim is to summarise theoretical concepts, to analyse sources of content, to assess methodological background and to search for technical solutions how to transfer some titles of current courseware into electronic version and to evaluate the efficiency of procedure. The methodology of transformation can help authors of study materials (not only e-learning), they may benefit from old instructional programmes.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Machine learning in biotechnology and medicine by the example of breast anomaly detection on mammography screening
    Uczenie maszynowe w biotechnologii i medycynie na przykładzie detekcji anomalii piersi w obrazowaniu mammograficznym
    Autorzy:
    Kowalski, Michał
    Opis:
    Overall usefullness of systems based on “Artificial Intelligence” technology has become indisputable in many areas of life and science. Life-Sciences such as biology, biotechnology or medicine has been successfully using basic machine learning techniques to solve problems with low complexity, nevertheless solutions based on deep learning are not quite as popular. The main cause behind that state is that problems with high complexity have unsatisfying cleanliness of data, also there is no academic discipline that could link knowledge from data science with knowledge from life sciences. By the example of detection of abnormalities on mammograms from Digital Database for Screening Mammography dataset, potential usage of deep learning methods in biological and medical concepts has been portrayed as well as problems concerning standards of data quality and orderliness. For this task an algorithm called Tiny-YOLO was used. It has been demonstrated that practical use of this algorithm remains impossible before determining the standards of collecting, cataloging and preprocessing of data as witnessed by unsignificant amount of correct detections of anomalies, absence of differentiability between types of anomalies and also huge differences between properties of mammogram images in the datasets.
    Użyteczność systemów opierających się na tzw. „sztucznej inteligencji” staje się bezdyskusyjna w coraz większej liczbie dziedzin życia i nauki. Nauki o życiu takie jak biologia, biotechnologia, czy medycyna z powodzeniem wykorzystują podstawowe technologie uczenia maszynowego względem problemów o niskiej złożoności, jednak stosowanie rozwiązań wykorzystujących „głębokie nauczanie maszynowe” nie cieszy się popularnością. Spowodowane jest to głównie niezadawalającą czystością danych dotyczących problemów o wysokiej złożoności oraz brakiem dyscypliny naukowej łączącej danologię z naukami o życiu. Na przykładzie detekcji anomalii na obrazach mammograficznych ze zbioru Digital Database for Screening Mammography przedstawione zostało potencjalne wykorzystanie metod „głębokiego uczenia maszynowego” w ujęciu biologiczno – medycznym oraz problemy dotyczące standardów jakości i organizacji danych. W tym celu wykorzystano algorytm Tiny-YOLO służący do detekcji obiektów. Wykazano, że praktyczne jego zastosowanie jest jednak niemożliwe do czasu ustalenia standardów zbierania i katalogowania danych oraz ich przetwarzania, o czym świadczy bardzo niska liczba poprawnych detekcji miejsc zmienionych chorobowo, zupełny brak rozróżniania typów anomalii oraz ogromne różnice pomiędzy właściwościami obrazów mammograficznych w zbiorach danych.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    Program do rozpoznawania kart do gry z wykorzystaniem biblioteki TensorFlow
    TensorFlow library-based playing card recognition programme
    Autorzy:
    Mentel, Mikołaj
    Opis:
    The goal of this thesis is to create a playing card recognition programme which will use the TensorFlow library. The software should be able to detect and show cards displayed on photographs with different backgrounds, partially hidden and overlapping. In addition, a Blackjack player-assisting application was designed with the intent to showcase the thesis results in a transparent way. The user will be able to send over a picture of the Blackjack deal and gain advice (based on the Basic Strategy) as to what he should do in the given situation (take another card, fold, double the bet etc.) The strategy will be implemented for a single-deck game and will have two variations.
    Celem pracy jest stworzenie programu do rozpoznawania kart do gry ze zdjęć, z wykorzystaniem biblioteki TensorFlow. Program powinien być w stanie wykryć karty ze zdjęć o różnym tle, częściowo zasłonięte, oraz nakładające się na siebie. Dodatkowo, w celu przejrzystego pokazania wyników pracy, zaprojektowano aplikacje wspomagającą gracza w grze kasynowej Blackjack. Użytkownik będzie mógł przekazać zdjęcie rozdania Blackjacka i uzyskać informację, co powinien zrobić w danej sytuacji (dobrać kartę, spasować, podwoić stawkę itd.) w oparciu o Strategię Podstawową. Strategia zostanie zaimplementowana dla gry z jedną talią i będzie posiadać dwa warianty.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    Object detection on infrared images on Android platform
    Rozpoznawanie obiektów na zdjęciach wykonanych za pomocą podczerwieni na platformę Android
    Autorzy:
    Drwiła, Karol
    Opis:
    Praca magisterska obiera za cel sprawdzenie czy możliwe jest stworzenie aplikacji na platformę Android, która wykryje sylwetki ludzi i zwierząt na termogramach. Aplikacja w tym celu posłuży się wytrenowaną siecią neuronową. W pierwszym rozdziale znajduje się ogólne wprowadzenie do pojęcia termografii oraz wymienione i omówione są dostępne rozwiązania na platformę Android. Następnie wyczerpująco opisana została analiza termogramów oraz możliwości kamer termowizyjnych. Kolejny rozdział koncentruje się na sieciach neuronowych. Opisane jest ich działanie oraz poszczególne ich komponenty. Szerzej opisane są sieci konwolucyjne, które zostały użyte w tym projekcie. Napisane na potrzeby tej pracy magisterskiej aplikacje -- na platformę Android oraz aplikacja do trenowania sieci neuronowych w języku Python opisane zostały w kolejnym rozdziale. Kod obu aplikacji jest gruntownie skomentowany. Na końcu znajduje się podsumowanie wyników otrzymanych z obu aplikacji, ich analiza oraz wnioski co jest możliwe do usprawnienia.
    The master's thesis aim is to check whether it is possible to create an application for the Android system that will detect the figures of people and animals on thermograms. For this purpose, the application will use a trained convolutional neural network. The first chapter contains a general introduction to the concept of thermography and list and description of available devices for the Android system. Next, the analysis of thermograms and the possibilities of thermal imaging cameras are described in detail. The following chapter focuses on neural networks. Their process and their components are explained. The whole section is dedicated to the convolutional networks as they are used in this project. Description of two applications created for this thesis: Android app and the application for training neural networks in Python are contained in the next chapter. The code of both applications was thoroughly commented. In the end, there is a summary of the results collected from both applications, analysis of these results, and conclusions of which can be improved.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    Moving object detection for complex scenes by merging BG modeling and deep learning method
    Autorzy:
    Lin, Chih-Yang
    Huang, Han-Yi
    Lin, Wei-Yang
    Ng, Hui-Fuang
    Muchtar, Kahlil
    Nurdin, Nadhila
    Tematy:
    video surveillance
    deep learning
    moving object detection
    Pokaż więcej
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Powiązania:
    https://bibliotekanauki.pl/articles/23944823.pdf  Link otwiera się w nowym oknie
    Opis:
    In recent years, many studies have attempted to use deep learning for moving object detection. Some research also combines object detection methods with traditional background modeling. However, this approach may run into some problems with parameter settings and weight imbalances. In order to solve the aforementioned problems, this paper proposes a new way to combine ViBe and Faster-RCNN for moving object detection. To be more specific, our approach is to confine the candidate boxes to only retain the area containing moving objects through traditional background modeling. Furthermore, in order to make the detection able to more accurately filter out the static object, the probability of each region proposal then being retained. In this paper, we compare four famous methods, namely GMM and ViBe for the traditional methods, and DeepBS and SFEN for the deep learning-based methods. The result of the experiment shows that the proposed method has the best overall performance score among all methods. The proposed method is also robust to the dynamic background and environmental changes and is able to separate stationary objects from moving objects. Especially the overall F-measure with the CDNET 2014 dataset (like in the dynamic background and intermittent object motion cases) was 0,8572.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detekcja twarzy w obrazach przy użyciu uczenia maszynowego
    Face detection in images using machine learning
    Autorzy:
    Ulman, Konrad
    Opis:
    Detekcja twarzy w obrazach to jeden z wielu obszarów, w których zastosowanie znajduje uczenie maszynowe. Celem niniejszej pracy dyplomowej jest przetestowanie skuteczności i wydajności kilku konkretnych modeli detektorów poprzez porównanie wyników predykcji na wybranych zbiorach danych.W ramach projektu została stworzona biblioteka umożliwiająca testowanie oraz analizę efektywności detektorów obiektów w obrazach. Do jej implementacji wykorzystano język Python oraz środowisko Jupyter. Biblioteka została następnie wykorzystana do badań konkretnych algorytmów detekcji twarzy, a uzyskane dane zostały przeanalizowane i porównane w celu wybrania najlepszego modelu detektora z wybranej puli.
    Face detection in images is one of many areas where machine learning can be applied. The purpose of this thesis is to test the effectiveness and performance of several detector models by comparing the prediction results they produce on the selected datasets.As part of the project, a library was created to test and analyze the effectiveness of object detectors in images. Python language and Jupyter environment were used for its implementation. The library was used to test specific face detection algorithms, then the obtained data was analyzed and compared to select the best detection model from the selected pool.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    A novel approach of voterank-based knowledge graph for improvement of multi-attributes influence nodes on social networks
    Autorzy:
    Pham, Hai Van
    Duong, Pham Van
    Tran, Dinh Tuan
    Lee, Joo-Ho
    Tematy:
    video surveillance
    deep learning
    moving object detection
    Pokaż więcej
    Wydawca:
    Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
    Powiązania:
    https://bibliotekanauki.pl/articles/23944825.pdf  Link otwiera się w nowym oknie
    Opis:
    Recently, measuring users and community influences on social media networks play significant roles in science and engineering. To address the problems, many researchers have investigated measuring users with these influences by dealing with huge data sets. However, it is hard to enhance the performances of these studies with multiple attributes together with these influences on social networks. This paper has presented a novel model for measuring users with these influences on a social network. In this model, the suggested algorithm combines Knowledge Graph and the learning techniques based on the vote rank mechanism to reflect user interaction activities on the social network. To validate the proposed method, the proposed method has been tested through homogeneous graph with the building knowledge graph based on user interactions together with influences in realtime. Experimental results of the proposed model using six open public data show that the proposed algorithm is an effectiveness in identifying influential nodes.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An AI & ML based detection & identification in remote imagery: state-of-the-art
    Autorzy:
    Hashmi, Hina
    Dwivedi, Rakesh
    Kumar, Anil
    Tematy:
    convolutional neural network
    remote sensed imagery
    object detection
    artificial intelligence
    feature extraction
    deep learning
    machine learning
    Pokaż więcej
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Powiązania:
    https://bibliotekanauki.pl/articles/2141786.pdf  Link otwiera się w nowym oknie
    Opis:
    Remotely sensed images and their allied areas of application have been the charm for a long time among researchers. Remote imagery has a vast area in which it is serving and achieving milestones. From the past, after the advent of AL, ML, and DL-based computing, remote imagery is related techniques for processing and analyzing are continuously growing and offering countless services like traffic surveillance, earth observation, land surveying, and other agricultural areas. As Artificial intelligence has become the charm of researchers, machine learning and deep learning have been proven as the most commonly used and highly effective techniques for object detection. AI & ML-based object segmentation & detection makes this area hot and fond to the researchers again with the opportunities of enhanced accuracy in the same. Several researchers have been proposed their works in the form of research papers to highlight the effectiveness of using remotely sensed imagery for commercial purposes. In this article, we have discussed the concept of remote imagery with some preprocessing techniques to extract hidden and fruitful information from them. Deep learning techniques applied by various researchers along with object detection, object recognition are also discussed here. This literature survey is also included a chronological review of work done related to detection and recognition using deep learning techniques.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Autouzupełnianie 3D chmur punktów za pomocą sztucznej inteligencji
    3D point clouds AI autocompletion.
    Autorzy:
    Kasymov, Artur
    Opis:
    Representing objects with 3D point clouds becomes more and more common. However, this does not change the fact that a good quality 3D scanner is quite expensive, and even it does not guarantee that every scan would be a complete point cloud, so we deal with the problem of point cloud reconstruction. Most of the state-of-the-art approaches to solving this problem create only one reconstruction per the incomplete point cloud. In some cases, this is not enough. In this work, I want to describe HyperPocket approach. It is a hypernetwork approach for autocompletion or generative point cloud reconstruction. It bases on the idea that missing data from the complete point cloud is a pocket that you can fill in many different ways. Such human intuition behind the model enables using it in a plethora of novel applications from self-driving cars to computer graphics and design. Comparisons and experiments presented in this work show that HyperPocket has a competitive performance to other state-of-the-art models in different tasks and offers a new point of view on point cloud representation.
    Reprezentowanie obiektów za pomocą chmur punktów 3D jest coraz bardziej powszechne. Coraz więcej urządzeń z nich korzysta. Nie zmienia to faktu, że dobrej jakości skaner 3D jest dość drogi, a nawet on nie gwarantuje, że każdy skan będzie kompletny. W konsekwencji mamy do czynienia z problemem rekonstrukcji chmur punktów. Większość z podejść rozwiązujących ten problem tworzy tylko jedną rekonstrukcję dla niekompletnej chmury punktów. W niektórych przypadkach jest to niewystarczające. W tej pracy chciałbym opisać podejście HyperPocket. Jest to hipersieciowe podejście do autouzupełniania, czyli generatywnej rekonstrukcji chmur punktów. Podejście to zakłada, że zadana chmura punktów to kieszeń, którą można wypełnić na wiele różnych sposobów. Wyniki naszego modelu można wykorzystać w wielu nowatorskich zastosowaniach, od autonomicznych samochodów do grafiki komputerowej i designu. Porównania i eksperymenty przedstawione w tej pracy pokazują, że HyperPocket ma konkurencyjną wydajność w stosunku do innych state-of-the-art modeli i oferuje nowy punkt widzenia na reprezentację chmury punktów.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    Deep learning-based initialization for object packing
    Autorzy:
    Wołczyk, Maciej
    Opis:
    One of the most important optimization tasks in the industry at the current time is the object packing problem. Although several methods have been developed for the purpose of solving it, they are usually only able to optimize placement locally and as such are heavily dependent on the choice of the initial setting -- hence the need for trying out multiple possible starting points, which impacts algorithm running time. In this paper we present a neural network-based model which provides sensible starting points in a linear time.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Artykuł
    Tytuł:
    Content Repository in Object Oriented data model
    Autorzy:
    Dobrowolski, D.
    Chromiak, M.
    Tematy:
    content repository
    e-learning
    classification of e-learning content
    standards
    content management
    prospective object-oriented database
    Pokaż więcej
    Wydawca:
    Uniwersytet Marii Curie-Skłodowskiej. Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
    Powiązania:
    https://bibliotekanauki.pl/articles/106182.pdf  Link otwiera się w nowym oknie
    Opis:
    The need for creating content repository stores for e-learning systems grows as the number of available materials increases. Moreover, along with the number of courses, the problem of describing them in a unified form appears. While there are standards used for strict classification of e-learning content, the store model still seems to be based on preservative relational databases approach. In this paper we introduce an idea to represent the e-learning content management information in the well organized object-oriented form based on a prospective object-oriented database.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Systematic analysis and review of video object retrieval techniques
    Autorzy:
    Ghuge, C. A.
    Prakash, V. Chandra
    Ruikar, Sachin D.
    Tematy:
    video object retrieval
    computer vision
    deep learning
    fuzzy-based techniques
    machine learning
    query-based techniques
    graph-based techniques
    Pokaż więcej
    Wydawca:
    Polska Akademia Nauk. Instytut Badań Systemowych PAN
    Powiązania:
    https://bibliotekanauki.pl/articles/2050246.pdf  Link otwiera się w nowym oknie
    Opis:
    Video object retrieval is a promising research direction, developing in the recent years, and the current video object retrieval strategies are used for visualizing, digitizing, modeling, and retrieving the objects especially in graphics and in architectural design. The research performed led to the design of proficient video object retrieval techniques. Yet, although, a number of algorithms had been devised for tracking objects, the problems persist in enhancing the performance, for instance – with regard to non-rigid objects. In this review article we provide a detailed survey of 50 research papers presenting the suggested video object retrieval methodologies, based on approaches such as deep learning techniques, graph-based techniques, query-based techniques, feature-based techniques, fuzzybased techniques, machine learning-based techniques, distance metric learning-based technique, and also other ones. Moreover, analysis and discussion are presented concerning the year of publication, employed methodology, evaluation metrics, accuracy range, adopted framework, datasets utilized, and the implementation tool. Finally, the research gaps and issues related to various proposed video object retrieval schemes are presented for guiding the researchers towards improved contributions to the video object retrieval methods.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reprezentowanie obiektów 3D w renderowaniu neuronowym
    Representing 3D Objects in Neural Rendering
    Autorzy:
    Zimny, Dominik
    Opis:
    Grafika komputerowa często używa klasycznej reprezentacji siatki do renderowania obrazów. W ostatnich kilkunastu latach prowadzone są nowe badania w dziedzinie uczenia maszynowego i pojawił się zupełnie inny sposób reprezentacji obiektów 3D. Neural Radiance Fields (NeRF) umożliwiły wysoce wydajne tworzenie realistycznych, wysokiej jakości obrazów za pomocą renderowania neuronowego. Ta metoda niejawnej reprezentacji za pomocą sieci neuronowych znalazła zastosowanie w wielu różnych aplikacjach i rozszerzeniach w innych publikacjach, które wykorzystały ją do opracowania lepszych metod renderowania obrazów. Oprócz NeRF, rozwinięto inne metody wykorzystujące strukturę siatki trójwymiarowej bazującą na sieciach neuronowych, które okazały się być nawet lepsze od oryginalnego modelu.W niniejszej pracy przedstawię ogólną podstawę teoretyczna reprezentacji obiektów 3D oraz różne podejścia związane z tym problemem. Następnie dokładnie opiszę metody neuronowe reprezentacji obiektów: jawne, niejawne i hybrydowe, wraz z wszystkimi szczegółami dotyczącymi ich implementacji. W końcu opiszę nowatorskie sposoby wykorzystania reprezentacji neuronowych w zadaniach związanych z grafiką komputerową, ale różnych od tradycyjnego renderowania obrazów.Jako część mojej pracy magisterskiej brałem udział w opracowywaniu metod opisanych w tej pracy: Points2NeRF i MultiPlaneNeRF, które w dużej mierze wykorzystują neuronową reprezentację obiektów 3D.
    Computer graphics often used a classical mesh representation for rendering images. As a lot of new research is done in field of machine learning, completely different way of representing 3D objects emerged. Neural Radiance Fields (NeRF) allowed the neural rendering to be highly efficient in producing realistic high quality imagery. This implicit method of neural representation found many different applications and extensions in other papers that used it find a better image rendering methods. Apart from NeRF, other neural explicit grid based methods were developed that proved to be even better than the original model. In this paper, I will present the overall basis of 3D object representation as well as different approaches related to this problem. Then I will thoroughly describe the neural methods of representing objects: implicit, explicit and hybrid, with all the details on how they were implemented. Finally, I will describe novel ways of using neural representations in tasks related to computer graphics, but different than traditional image rendering. As a part of my Master's thesis, I have taken part in developing methods described in this work: Points2NeRF and MultiPlaneNeRF, which utilize neural 3D object representation to a large extent.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    Entwicklung der Informationsstruktur beim Erwerb des Deutschen als frühe Fremdsprache
    Autorzy:
    Sopata, Aldona
    Tematy:
    pronouns
    subject realisation
    object realisation
    German
    acquisition
    foreign language learning
    Pokaż więcej
    Wydawca:
    Uniwersytet im. Adama Mickiewicza w Poznaniu
    Powiązania:
    https://bibliotekanauki.pl/articles/913070.pdf  Link otwiera się w nowym oknie
    Opis:
    The article investigates the use of pronouns to express subjects and objects in early acquisition of German as a foreign language. The main goal of the investigation is to shed some light on the process of development of information structure in the minds of young learners of a foreign language. The study investigates longitudinal data from children who were exposed to German in a school setting from the age of 7 or 9. The results of the empirical study show that children acquiring German in a school setting use a relatively high number of pronouns for subjects, but they rarely use pronouns to express objects. The pedagogical implication for developing an optimal outline for foreign language teaching in early childhood is the necessity to pay more attention to the development of pragmatic and discourse skills of children learning a foreign language.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nadzorowana detekcja tras komunikacyjnych z wykorzystaniem metod uczenia maszynowego
    Supervised road detection using machine learning methodology
    Autorzy:
    Krawiec, K.
    Wyczałek, I.
    Tematy:
    detekcja
    klasyfikacja
    uczenie się z przykładów
    uczenie nadzorowane
    object detection
    satellite imagery
    aerial imagery
    classification
    learning from examples
    supervised learning
    Pokaż więcej
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Powiązania:
    https://bibliotekanauki.pl/articles/130320.pdf  Link otwiera się w nowym oknie
    Opis:
    W pracy opisujemy nową metodę wykrywania drogowych tras komunikacyjnych na zobrazowaniu lotniczym lub satelitarnym. Proponowana metoda ma charakter strukturalny i bazuje na koncepcji profilu, rozumianego jako lokalny jednowymiarowy przekrój (rzut) obrazu. Tak rozumiane profile podlegają analizie poprzez ekstrakcję z nich cech zorientowanych na dyskryminowanie punktów reprezentujących drogi od punktów reprezentujących inne obiekty widoczne w obrazie. Cechy analizowane w proponowanej metodzie dobrane zostały do charakterystyki szlaków komunikacyjnych (głównie podłużny kształt); należą do nich m.in. wzajemne podobieństwo blisko zlokalizowanych profili o tej samej orientacji (ciągłość) oraz symetria. Dla polepszenia precyzji, profile obliczane są z wykorzystaniem próbkowania podpunktowego (sub-pixel sampling). W dalszych etapach przetwarzania metoda wykorzystuje algorytmy uczenia maszynowego (machine learning), w szczególności nadzorowane uczenie się z przykładów. Algorytm uczący się z przykładów dysponuje uczącą próbką pikseli, dla których przynależność do klas decyzyjnych (droga, nie-droga) jest znana. Informacja ta może być wprowadzona przez decydenta (eksperta) poprzez zaznaczenie wybranego obszaru obrazu reprezentującego szlak komunikacyjny, lub pochodzić z odpowiedniego modułu systemu informacji przestrzennej. Algorytm uczenia maszynowego pozyskuje wiedzę ze zbioru uczącego w procesie uczenia indukcyjnego. Wiedza ta jest następnie stosowana do klasyfikowania pozostałych punktów obrazu, dla których informacja ucząca nie jest znana. Ponadto, ponieważ wiedza ta jest wyrażona w dogodnej postaci drzewa decyzyjnego, może być poddana analizie przez eksperta (i potencjalnie skorygowana). Poza prezentacją metody praca zawiera opis jej implementacji komputerowej oraz eksperymentu obliczeniowego przeprowadzonego na rzeczywistym zdjęciu lotniczym terenu zabudowanego. Otrzymane wyniki dowodzą skuteczności proponowanego algorytmu i wskazują na użyteczność podejścia wykorzystującego uczenie maszynowe do analizy zdjęć lotniczych i obrazów satelitarnych.
    This paper presents a novel method of road detection in aerial and satellite imaging. This structural method is based on the concept of profile, meant as a local one-dimensional cross-section (cast) of raster image. We acquire such profiles from the image at different orientation angles and extract from them features well discriminating road pixels from non-road pixels. In particular, we use feature definitions tailored to road characteristics (mostly elongation); these include, among others, mutual similarity of close and equally orientated profiles (road continuity) and symmetry. To improve the precision of analysis, the method computes profiles using sub-pixel sampling. The further part of processing relies on machine learning, in particular, on supervised learning from examples. The algorithm is given a training sample of pixels, for which the decision class assignment (road, non-road) is known. This information may be manually entered by a decision maker (expert) by marking image regions representing road fragments, or alternatively, it may be retrieved from an appropriate module of a geographical information system. Given that information, the algorithm acquires the knowledge from training examples, performing so-called “inductive” learning. That knowledge may be then used to classify the remaining image pixels, for which the decision class assignment is not known. Moreover, the knowledge may be inspected (and potentially corrected) by the decision maker, as it is expressed in a readable form of a decision tree. The paper presents the algorithm in detail, describes its computer implementation, and demonstrates its application to an aerial image of urban area. The obtained results demonstrate the good performance of the method and indicate the usefulness of machine learning approach in analysis of aerial and satellite imagery.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modeling and optimization of 3D object recognition using neural networks
    Autorzy:
    Mykhailiuk, Volodymyr
    Zdobytskyi, Andrii
    Marikutsa, Uliana
    Trochimczuk, Roman
    Tematy:
    3D scanner
    3D object
    optimization
    object recognition
    neural network
    machine learning
    PointNet
    Pokaż więcej
    Wydawca:
    Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
    Powiązania:
    https://bibliotekanauki.pl/chapters/60016626.pdf  Link otwiera się w nowym oknie
    Opis:
    The paper considers the existing means of scanning and optimization of the scanned models of 3D objects and the application of a neural network built on the latest PointNet architecture for optimization and further recognition of scanned 3D objects. The relevance of the research consists in the need to provide visual recognition of ground objects from unmanned aerial vehicles under the conditions of radar and thermal masking.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparative analysis of CNN-based smart pre‐trained models for object detection on DOTA
    Autorzy:
    Hashmi, Hina
    Dwivedi, Rakesh Kumar
    Kumar, Anil
    Tematy:
    remote sensing images
    CNN
    R-CNN
    transfer learning
    object detection
    Pokaż więcej
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Powiązania:
    https://bibliotekanauki.pl/articles/59467154.pdf  Link otwiera się w nowym oknie
    Opis:
    In this paper, we proposed a comparative research project on the classification of various objects in satellite images using some pre-trained models of CNN (VGG- 19, ResNet-50, Inception-V3, EfficientNet-B7) and R-CNN. In this research work, we have used the DOTA dataset, which combines data from 14 classes. We have imple- mented above-mentioned pre-trained models of CNN and R-CNN to achieve optimal results for accuracy as well as productivity in detection of various objects such as ships, tennis courts, swimming pools, vehicles, and harbors from remotely accessed images. In this study, a convolutional neural network (CNN) is used as the base model. For complex computations and for speeding up results, transfer learning is used. With the help of experimental analysis, we have discovered that R-CNN and Inception-V3 performed best out of the five pre-trained models
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Specialization for written words over objects in the visual cortex
    Autorzy:
    Cohen, Laurent
    Dehaene, Stanislas
    Valabrègue, Romain
    Szwed, Marcin
    Amadon, Alexis
    Eger, Evelyn
    Kleinschmidt, Andreas
    Opis:
    The Visual Word Form Area (VWFA) is part of the left ventral visual stream that underlies the invariant identification of visual words. It remains debated whether this region is truly selective for words relative to common objects; why this particular part of the visual system is reproducibly engaged in reading; and whether reading expertise also relies on perceptual learning within earlier visual areas. In this fMRI study we matched written words and line-drawings of objects in luminance, contour length and number of features. We then compared them to control images made by scrambling procedures that kept local features intact. Greater responses to written words than to objects were found not only in the VWFA, but also in areas V1/V2 and V3v/V4. Furthermore, by contrasting stimuli reduced either to line junctions (vertices) or to line midsegments, we showed that the VWFA partially overlaps with regions of ventral visual cortex particularly sensitive to the presence of line junctions that are useful for object recognition. Our results indicate that preferential processing of written words can be observed at multiple levels of the visual system. It is possible that responses in early visual areas might be due to some remaining differences between words and controls not eliminated in the present stimuli. However, our results concur with recent comparisons of literates and illiterates and suggest that these early visual activations reflect the effects of perceptual learning under pressure for fast, parallel processing that is more prominent in reading than other visual cognitive processes.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Artykuł
    Tytuł:
    Formation of a linguistic competence of pre-school children in the language learning developmental environment
    Autorzy:
    Spiridonova, Anna
    Tematy:
    EARLY LANGUAGE TEACHING
    LINGUISTIC COMPETENCE
    ENVIRONMENTAL APPROACH
    LANGUAGE LEARNING DEVELOPMENT ENVIRONMENT (LLDE)
    OBJECT ORIENTATED ACTIVITY
    Pokaż więcej
    Wydawca:
    ADVSEO
    Powiązania:
    https://bibliotekanauki.pl/articles/443127.pdf  Link otwiera się w nowym oknie
    Opis:
    The problem of early language education is discussed in the paper. The components of the linguistic competence of pre-school children are described. Definitions of such concepts as the environmental approach and the Language Learning Developmental Environment (LLDE) are given. The article also focuses on the LLDE components illustrating theoretical data with practical examples. The most efficient means of early language learning and of forming the linguistic competence of pre-school children are analyzed.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Machine learning versus human-developed algorithms in image analysis of microstructures
    Autorzy:
    Piwowarczyk, Adam
    Wojnar, Leszek
    Tematy:
    image analysis
    object detection
    neural networks
    machine learning
    analiza obrazu
    detekcja obiektów
    sieci neuronowe
    uczenie maszynowe
    Pokaż więcej
    Wydawca:
    Stowarzyszenie Menedżerów Jakości i Produkcji
    Powiązania:
    https://bibliotekanauki.pl/articles/103967.pdf  Link otwiera się w nowym oknie
    Opis:
    Automatic image analysis is nowadays a standard method in quality control of metallic materials, especially in grain size, graphite shape and non-metallic content evaluation. Automatically prepared solutions, based on machine learning, constitute an effective and sufficiently precise tool for classification. Human-developed algorithms, on the other hand, require much more experience in preparation, but allow better control of factors affecting the final result. Both attempts were described and compared.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Object detection and multimodal learning for product recommendations
    Autorzy:
    Selwon, Karolina
    Wnuk, Paweł
    Tematy:
    object detection
    features extraction
    multimodal learning
    wykrywanie obiektów
    cechy ekstrakcji
    uczenie multimodalne
    Pokaż więcej
    Wydawca:
    Politechnika Gdańska
    Powiązania:
    https://bibliotekanauki.pl/articles/59896534.pdf  Link otwiera się w nowym oknie
    Opis:
    This study showcases how deep learning can be applied to automated information extraction in fashion data to create a recommendation system. The proposed approach is an algorithm for recommending multiple products based on visual and textual features, ensuring compatibility with query items. The object detection model can detect many products across different garment categories. The study utilized public e-commerce datasets and trained models using deep learning methods. The compatibility model has shown promising results in automating recommendations of compatible products based on user interests. The study experimented with multiple pre-trained feature extraction models and successfully trained the object detection model for fashion article detection and localization tasks. Overall, the goal is to deploy the method to enhance its effectiveness and usefulness in providing a satisfying shopping experience for e-commerce users.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Utilizing relevant RGB-D data to help recognize RGB images in the target domain
    Autorzy:
    Gao, Depeng
    Liu, Jiafeng
    Wu, Rui
    Cheng, Dansong
    Fan, Xiaopeng
    Tang, Xianglong
    Tematy:
    object recognition
    RGB-D image
    transfer learning
    privileged information
    rozpoznawanie obiektu
    obraz RGB-D
    uczenie maszynowe
    informacja poufna
    Pokaż więcej
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Powiązania:
    https://bibliotekanauki.pl/articles/329725.pdf  Link otwiera się w nowym oknie
    Opis:
    With the advent of 3D cameras, getting depth information along with RGB images has been facilitated, which is helpful in various computer vision tasks. However, there are two challenges in using these RGB-D images to help recognize RGB images captured by conventional cameras: one is that the depth images are missing at the testing stage, the other is that the training and test data are drawn from different distributions as they are captured using different equipment. To jointly address the two challenges, we propose an asymmetrical transfer learning framework, wherein three classifiers are trained using the RGB and depth images in the source domain and RGB images in the target domain with a structural risk minimization criterion and regularization theory. A cross-modality co-regularizer is used to restrict the two-source classifier in a consistent manner to increase accuracy. Moreover, an L2,1 norm cross-domain co-regularizer is used to magnify significant visual features and inhibit insignificant ones in the weight vectors of the two RGB classifiers. Thus, using the cross-modality and cross-domain co-regularizer, the knowledge of RGB-D images in the source domain is transferred to the target domain to improve the target classifier. The results of the experiment show that the proposed method is one of the most effective ones.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza sceny przy użyciu głębokich sieci neuronowych typu YOLO
    Scene analysis using YOLO neural network
    Autorzy:
    Mikołajczyk, Mateusz
    Kwasigroch, Arkadiusz
    Grochowski, Michał
    Tematy:
    sztuczne sieci neuronowe
    detekcja obiektów
    przetwarzanie obrazu
    uczenie głębokie
    artificial neural networks
    object detection
    image processing
    deep learning
    Pokaż więcej
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Powiązania:
    https://bibliotekanauki.pl/articles/267008.pdf  Link otwiera się w nowym oknie
    Opis:
    W artykule opisany został problem analizy sceny na obrazach oraz sekwencjach video. Zadanie analizy sceny polega na detekcji, lokalizacji i klasyfikacji obiektów znajdujących się na obrazach. Zaimplementowany system wykorzystuje głęboką sieć neuronową, której struktura oparta została na architekturze YOLO (You Only Look Once). Niskie zapotrzebowania obliczeniowe wybranej architektury pozwala na wykonywanie detekcji w czasie rzeczywistym z zadowalającą dokładnością. W pracy przeprowadzono również badania nad doborem odpowiedniego optymalizatora wykorzystywanego w procesie uczenia. Jako przykładową aplikację wybrano analizę ruchu ulicznego w której skład wchodzi wykrywanie i lokalizacja obiektów takich jak m.in. samochody, motocykle czy sygnalizacja świetlna. Systemy tego typu mogą być wykorzystywane w wszelkiego typu systemach analizy wizyjnej otoczenia np. w pojazdach autonomicznych, systemach automatycznej analizy video z kamer przemysłowych, systemach dozoru czy analizy zdjęć satelitarnych.
    The paper describes the problem of scene analysis in images and video sequences. The task of scene analysis is to detect, locate and classify objects in images. As an example of an application, traffic analysis was chosen, which includes the detection and location of objects such as cars, motorcycles or traffic lights. The implemented system uses a deep neural network, whose structure is based on the YOLO (You Only Look Once) architecture. Low computing requirements of the chosen architecture allows performing real-time detection with satisfactory accuracy. The work also included a study on the selection of an appropriate optimizer used in the learning process. The program correctly detects objects with a large surface area, allowing the system to be used in traffic analysis. The work also showed that using the ADAM algorithm allowed significantly shorten the training time of the neural network. Systems of this type can be used in many types of video analysis systems such as autonomous vehicles, automatic video analysis systems with CCTV cameras, surveillance systems or satellite image analysis.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multiscaled hybrid features generation for AdaBoost object detection
    Autorzy:
    Dembski, J.
    Tematy:
    object detection
    machine learning
    biometrics
    AdaBoost classifier
    high resolution images
    detekcja obiektów
    uczenie maszynowe
    biometria
    klasyfikator AdaBoost
    obrazy wysokiej rozdzielczości
    Pokaż więcej
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Powiązania:
    https://bibliotekanauki.pl/articles/333917.pdf  Link otwiera się w nowym oknie
    Opis:
    This work presents the multiscaled version of modified census features in graphical objects detection with AdaBoost cascade training algorithm. Several experiments with face detector training process demonstrate better performance of such features over ordinal census and Haar-like approaches. The possibilities to join multiscaled census and Haar features in single hybrid cascade of strong classifiers are also elaborated and tested. The high resolution example images were used in detector training process.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep Learning for Small and Tiny Object Detection: A Survey
    Przegląd metod uczenia głębokiego w wykrywaniu małych i bardzo małych obiektów
    Autorzy:
    Kos, Aleksandra
    Belter, Dominik
    Majek, Karol
    Tematy:
    Deep Learning
    Small Object Detection
    Tiny Object Detection
    Tiny Object Detection Datasets
    Tiny Object Detection Methods
    uczenie głębokie
    wykrywanie małych obiektów
    wykrywanie bardzo małych obiektów
    zbiory danych bardzo małych obiektów
    metody wykrywania bardzo małych obiektów
    Pokaż więcej
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Powiązania:
    https://bibliotekanauki.pl/articles/27312454.pdf  Link otwiera się w nowym oknie
    Opis:
    In recent years, thanks to the development of Deep Learning methods, there has been significant progress in object detection and other computer vision tasks. While generic object detection is becoming less of an issue for modern algorithms, with the Average Precision for medium and large objects in the COCO dataset approaching 70 and 80 percent, respectively, small object detection still remains an unsolved problem. Limited appearance information, blurring, and low signal-to-noise ratio cause state-of-the-art general detectors to fail when applied to small objects. Traditional feature extractors rely on downsampling, which can cause the smallest objects to disappear, and standard anchor assignment methods have proven to be less effective when used to detect low-pixel instances. In this work, we perform an exhaustive review of the literature related to small and tiny object detection. We aggregate the definitions of small and tiny objects, distinguish between small absolute and small relative sizes, and highlight their challenges. We comprehensively discuss datasets, metrics, and methods dedicated to small and tiny objects, and finally, we make a quantitative comparison on three publicly available datasets.
    W ostatnich latach, dzięki rozwojowi metod uczenia głębokiego, dokonano znacznego postępu w detekcji obiektów i innych zadaniach widzenia maszynowego. Mimo że ogólne wykrywanie obiektów staje się coraz mniej problematyczne dla nowoczesnych algorytmów, a średnia precyzja dla średnich i dużych instancji w zbiorze COCO zbliża się odpowiednio do 70 i 80 procent, wykrywanie małych obiektów pozostaje nierozwiązanym problemem. Ograniczone informacje o wyglądzie, rozmycia i niski stosunek sygnału do szumu powodują, że najnowocześniejsze detektory zawodzą, gdy są stosowane do małych obiektów. Tradycyjne ekstraktory cech opierają się na próbkowaniu w dół, które może powodować zanikanie najmniejszych obiektów, a standardowe metody przypisania kotwic są mniej skuteczne w wykrywaniu instancji o małej liczbie pikseli. W niniejszej pracy dokonujemy wyczerpującego przeglądu literatury dotyczącej wykrywania małych i bardzo małych obiektów. Przedstawiamy definicje, rozróżniamy małe wymiary bezwzględne i względne oraz podkreślamy związane z nimi wyzwania. Kompleksowo omawiamy zbiory danych, metryki i metody, a na koniec dokonujemy porównania ilościowego na trzech publicznie dostępnych zbiorach danych.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Syntactic and pragmatic aspects of object clitic production in Polish learners of L2 Italian
    Autorzy:
    Tedeschi, Roberta
    Tematy:
    Italian clitic pronouns, object clitic pronouns, Polish clitic pronouns, context clitic left dislocation, CLLD, Italian language learning, Polish-Italian comparison
    Pokaż więcej
    Wydawca:
    Uniwersytet Warszawski. Wydział Neofilologii
    Powiązania:
    https://bibliotekanauki.pl/articles/571952.pdf  Link otwiera się w nowym oknie
    Opis:
    This paper presents the results of a new study investigating object clitic production by Polish learners of L2 Italian in different syntactic environments. Object clitic pronouns have different distributional properties in Italian and Polish. Additionally, Polish is less restrictive than Italian in allowing object drop in pragmatically felicitous contexts. New findings indicate the presence of object clitic omissions in language production, especially in the context of clitic left dislocation (CLLD). It is proposed that Italian CLLD constructions are particularly demanding for Polish learners, since both syntactic and discourse-pragmatic requirements support clitic omission in their native language.
    Niniejszy artykuł przedstawia wyniki pracy badawczej poświęconej produkcji zaimków klitycznych w funkcji dopełnienia przez osoby uczące się języka włoskiego jako drugiego języka (L2). Zaimki klityczne w tych dwóch językach nie zawsze występują na tym samym miejscu w zdaniach. Ponadto w języku polskim dopełnienia domyślne są bardziej dopuszczalne. Najnowsze wyniki wskazują na występowanie pominięcia zaimków litycznych w funkcji dopełnienia w produkcji językowej, zwłaszcza w kontekście przesunięcia dopełnienia w lewo (Clitic Left Dislocation, CLLD). Ponadto sugerują, ze konstrukcje CLLD stanowią szczególne wyzwanie dla polskojęzycznych osób uczących się języka włoskiego, gdyż wymogi syntaktyczne i pragmatyczne wspierają pominięcie zaimków klitycznych w języku polskim.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fast multispectral deep fusion networks
    Autorzy:
    Osin, V.
    Cichocki, A.
    Burnaev, E.
    Tematy:
    multispectral imaging
    data fusion
    deep learning
    convolutional network
    object detection
    image segmentation
    obrazowanie wielospektralne
    fuzja danych
    uczenie głębokie
    sieci splotowe
    wykrywanie obiektów
    segmentacja obrazu
    Pokaż więcej
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Powiązania:
    https://bibliotekanauki.pl/articles/200648.pdf  Link otwiera się w nowym oknie
    Opis:
    Most current state-of-the-art computer vision algorithms use images captured by cameras, which operate in the visible spectral range as input data. Thus, image recognition systems that build on top of those algorithms can not provide acceptable recognition quality in poor lighting conditions, e.g. during nighttime. Another significant limitation of such systems is high demand for computational resources, which makes them impossible to use on low-powered embedded systems without GPU support. This work attempts to create an algorithm for pattern recognition that will consolidate data from visible and infrared spectral ranges and allow near real-time performance on embedded systems with infrared and visible sensors. First, we analyze existing methods of combining data from different spectral ranges for object detection task. Based on the analysis, an architecture of a deep convolutional neural network is proposed for the fusion of multi-spectral data. This architecture is based on the single shot multi-box detection algorithm. Comparison analysis of the proposed architecture with previously proposed solutions for the multi-spectral object detection task shows comparable or better detection accuracy with previous algorithms and significant improvement of the running time on embedded systems. This study was conducted in collaboration with Philips Lighting Research Lab and solutions based on the proposed architecture will be used in image recognition systems for the next generation of intelligent lighting systems. Thus, the main scientific outcomes of this work include an algorithm for multi-spectral pattern recognition based on convolutional neural networks, as well as a modification of detection algorithms for working on embedded systems.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metody zwiększania ilości danych termowizyjnych w uczeniu maszynowym
    Methods of Increasing the Amount of Thermal Imaging Data in Machine Learning
    Autorzy:
    Sadzyński, Piotr
    Tematy:
    augmentacja danych
    konwolucyjne sieci neuronowe
    głębokie uczenie
    obrazowanie w podczerwieni
    wykrywanie obiektów
    pomiary
    wizja komputerowa
    przetwarzanie obrazu
    rozpoznawanie obiektów
    data augmentation
    convolutional neural nets
    deep learning
    infrared imaging
    object detection
    measurement
    computer vision
    image processing
    object recognition
    Pokaż więcej
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Powiązania:
    https://bibliotekanauki.pl/articles/59115530.pdf  Link otwiera się w nowym oknie
    Opis:
    Coraz częściej w przetwarzaniu i analizie obrazu termowizyjnego stosuje się uczenie maszynowe w kontekście rozpoznawania i identyfikacji obiektów. Niniejszy artykuł prezentuje wyniki badania wpływu augmentacji danych na efektywność uczenia maszynowego w kontekście analizy obrazów termowizyjnych. Wykorzystano publicznie dostępny zbiór danych FLIR ADAS, który zawiera etykietowane obrazy termowizyjne i obrazy z zakresu światła widzialnego. Badanie skupia się na wykorzystaniu konwolucyjnych sieci neuronowych, w szczególności architektury YOLOv8, do detekcji obiektów na obrazach termowizyjnych. Zbiór danych FLIR ADAS został poddany wstępnemu przetwarzaniu i augmentacji, a następnie wykorzystany do trenowania dwóch różnych modeli: jednego opartego na obrazach w skali szarości i drugiego - opartego na obrazach z zastosowaną paletą kolorów. Wyniki eksperymentu wskazują, że augmentacja danych może znacząco wpłynąć na efektywność modelu, a zastosowanie kolorów w obrazach termowizyjnych może w pewnych sytuacjach dodatkowo zwiększyć dokładność detekcji.
    Machine learning is increasingly being applied in the processing and analysis of thermal imaging for object recognition and identification. This article presents a study on the impact of data augmentation on the effectiveness of machine learning in the context of thermal image analysis. The publicly available FLIR ADAS dataset, which includes labeled thermal and visible light images, was used for this study. The research focuses on the use of Convolutional Neural Networks, specifically the YOLOv8 architecture, for object detection in thermal images. As part of the study, the FLIR ADAS dataset underwent preprocessing and augmentation, and was then used to train two different models: one based on grayscale images and another using a color palette. The results of the experiment indicate that data augmentation can significantly impact the effectiveness of the model, and the use of colors in thermal images may, in certain situations, further improve detection accuracy.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie metody zadaniowej do rozwijania kompetencji dzialania moralnego
    Use of task-based learning method to develop ethical action skills
    Autorzy:
    Kuchcińska, Maria
    Tematy:
    środki wychowania
    zadanie rzeczowe
    zadanie kontekstualne
    kompetencje moralnego działania
    metoda zadaniowa
    means of education
    object-based task
    contextual task
    ethical action skills
    task-based learning method
    Pokaż więcej
    Wydawca:
    Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie
    Powiązania:
    https://bibliotekanauki.pl/articles/550091.pdf  Link otwiera się w nowym oknie
    Opis:
    Wychowawca – jeden z podmiotów procesu wychowania – mógłby racjonalnie wykorzystać wychowawczy potencjał prowadzonych przez siebie zajęć, gdyby poddał refleksji skutki zastosowania przez siebie środków wychowawczych, odpowiadające określonym modelom myślenia pedagogicznego. W przypadku rekomendowanej w tym artykule metody zadaniowej podobny rezultat przy tworzeniu (się) kompetencji moralnego działania mogłaby przynieść analiza możliwości spożytkowania istniejących/intencjonalnie tworzonych zadań kontekstualnych, których rozwiązywanie przez wychowanka jest przekładaniem przez niego wiedzy o dobru na czynienie dobra.
    Teachers – one of the subjects of the education process – could rationally use the upbringing potential of their lessons if they considered the effects of the applied upbringing methods in accordance with specific models of pedagogical thinking. In the case of the task-based method recommended in this paper, a similar result in creating ethical action skills could be obtained by analysing and exploiting the possiblities of the existing or intentionally-created contextual tasks; by solving them pupils put the knowledge about good into ways of doing good.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of computer vision and image analysis technics
    Autorzy:
    Rybchak, Z.
    Basystiuk, O.
    Tematy:
    computer vision
    image recognition
    object recognition
    machine learning
    computer with high-level understanding
    digital images processing
    scene reconstruction
    wizja komputerowa
    rozpoznawanie obrazów
    rozpoznawanie obiektów
    systemy uczące się
    cyfrowe przetwarzanie obrazów
    Pokaż więcej
    Wydawca:
    Polska Akademia Nauk. Oddział w Lublinie PAN
    Powiązania:
    https://bibliotekanauki.pl/articles/411187.pdf  Link otwiera się w nowym oknie
    Opis:
    Computer vision and image recognition are one of the most popular theme nowadays. Moreover, this technology developing really fast, so filed of usage increased. The main aims of this article are explain basic principles of this field and overview some interesting technologies that nowadays are widely used in computer vision and image recognition.
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Project and implementation of artificial intelligence for Match-3 game using machine learning technologies
    Projekt i implementacja sztucznej inteligencji dla gry Match-3 z wykorzystaniem uczenia maszynowego
    Autorzy:
    Kapałka, Kamil
    Opis:
    The subject of the master's dissertation was an attempt to create an artificial intelligence capable of playing various Match-3 games on the basis of a custom-made game prototype.The YOLO algorithm was used to detect elements on the game board, and the AlphaZero algorithm was used to calculate the optimal moves to be made.The neural network for YOLO algorithm was trained via a large set of generated graphic files containing elements of the board of a given game on various backgrounds, and the neural network for the AlphaZero algorithm - via reinforcement learning, by playing the prototype game.The algorithm's effectiveness was afterward tested by comparing its results of the gameplay with the results achieved by a human player - both in the prototype game and in one of the chosen games of this genre, Candy Crush Saga - in a series of several playoffs on different boards.The test results showed that the knowledge acquired by the algorithm while playing the prototype game did not translate into the ability to play commercially available titles in a satisfactory manner. The reason for this state of affairs is, among others, the nuances of the game itself, where the interactions between the board elements uniquely implemented in the game are not known to the AlphaZero algorithm, which makes it unable to arrive at the correct movement on the board.
    Tematem pracy magisterskiej była próba utworzenia sztucznej inteligencji zdolnej do prowadzenia rozgrywki w różne gry z gatunku Match-3 na podstawie utworzonego na potrzeby pracy prototypu.Wykorzystano algorytm YOLO w celu wykrywania elementów na planszy, oraz algorytm AlphaZero w celu obliczania optymalnych ruchów do wykonania.Sieć neuronowa YOLO była uczona na podstawie kompletu wygenerowanych plików graficznych zawierających elementy planszy danej gry na różnych tłach, a sieć neuronowa AlphaZero - na podstawie prowadzenia rozgrywki wewnątrz utworzonej prototypowej gry Match-3.Przeprowadzono test efektywności algorytmu poprzez porównanie wyników prowadzonej przez niego rozgrywki z wynikami osiąganymi przez ludzkiego gracza - zarówno w prototypową grę, jak i w jeden z wybranych tytułów gier z tego gatunku, Candy Crush Saga - w serii kilku rozgrywek, na różnych planszach.Wyniki testów wskazały na to, że wiedza nabyta przez algorytm podczas gry w prototypową grę nie przekładają się na zdolność grania w dostępne na rynku tytuły w zadowalający sposób. Przyczyną takiego stanu rzeczy są między innymi niuanse rozgrywki, gdzie unikatowo zaimplementowane w grze interakcje między elementami planszy nie są wiadome algorytmowi AlphaZero, przez co nie jest on zdolny wyprowadzić na planszy poprawnego ruchu.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
    Tytuł:
    Materializator Wspomnień - generator obiektów 3D w oparciu o analizę nagrania głosowego
    Memories Materializer - a 3D object generator based on the voice recording analysis
    Autorzy:
    Gwóźdź, Zuzanna
    Opis:
    Materializator Wspomnień powstał z zainteresowania projektami łączącymi zaawansowane systemy informatyczne z dziełami sztuki intermedialnej.Wraz z postępującym rozwojem technologicznym coraz więcej uwagi poświęca się zagadnieniom z dziedziny interakcji człowiek — komputer. Istotne jest czynne zaangażowanie w te rozważania oraz rozwijanie nowych możliwości w ich zakresie.Materializator Wspomnień jest aplikacją internetową pozwalającą użytkownikowi na stworzenie spersonalizowanego obiektu 3D na podstawie analizy dostarczonego nagrania głosowego. Nagranie głosowe pobieranejest od użytkownika bezpośrednio w przeglądarce internetowej, za pomocą urządzenia wejściowego, a następnie przetwarzane na obiekt 3D po stronie serwera. Aplikacja internetowa składa się z trzech podzespołów: rejestratora nagrań głosowych, analizatora plików dźwiękowych i generatora obiektów 3D.Projekt łączy w sobie badania z zakresu analizy dźwięku, modelowania proceduralnego oraz grafiki 3D, stanowi połączenie serwisu informatycznego i projektu sztuki intermedialnej.Materializator powstał we współpracy ze studentami kierunku Intermediów na Akademii Sztuk Pięknych w Krakowie. Autorami projektu są: Zuzanna Gwóźdź, Dawid Lew i Marianna Zabawa. Projekt jest integralną częścią pracy licencjackiej (kurs: elektroniczne przetwarzanie informacji), przygotowanej pod kierunkiem prof. ASP, dr. hab. Grzegorza Bilińskiego na Wydziale Zarządzania i Komunikacji Społecznej Uniwersytetu Jagiellońskiego.
    The Memories Materializer was created out of the interest in projects combining advanced information systems and intermedia works of art. Along with technological development, more and more attention is paid to issues in the field of human-computer interaction. It is important to be actively involved and look for new opportunities in these domains.The Memory Materializer is a web application that allows the user to create a personalized 3D object based on the analysis of an audio recording. This audio is recorded from a user’s microphone (or other input devices) directly in the web browser and then converted to a 3D object on the server side. The web application consists of three components: a voice recorder, an audio file analyzer and a 3D object generator. Project links research in the field of sound analysis, modeling procedural and 3D graphics. It is a combination of the a website and an intermedia art project.The service was created by Zuzanna Gwóźdź, Dawid Lew and Marianna Zabawa. It is an integral part of the bachelor's work (course: electronic information processing), prepared under the direction of prof. ASP, dr. hab. Grzegorz Biliński at the Faculty of Social Management and Communication at Jagiellonian University in cooperation with students from the Academy of Fine Arts in Cracow.
    Dostawca treści:
    Repozytorium Uniwersytetu Jagiellońskiego
    Inne
      Wyświetlanie 1-35 z 35

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies