prikaz prve stranice dokumenta Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda
  Download
PDF 936.66 KB
master's thesis
Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda
2016. urn:nbn:hr:235:274963
Premec, Jasmina
University of Zagreb
Faculty of Mechanical Engineering and Naval Architecture

Cite this document

Premec, J. (2016). Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda (Master's thesis). Zagreb: University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture. Retrieved from https://urn.nsk.hr/urn:nbn:hr:235:274963

Premec, Jasmina. "Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda." Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, 2016. https://urn.nsk.hr/urn:nbn:hr:235:274963

Premec, Jasmina. "Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda." Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, 2016. https://urn.nsk.hr/urn:nbn:hr:235:274963

Premec, J. (2016). 'Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda', Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, accessed 09 November 2024, https://urn.nsk.hr/urn:nbn:hr:235:274963

Premec J. Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda [Master's thesis]. Zagreb: University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture; 2016 [cited 2024 November 09] Available at: https://urn.nsk.hr/urn:nbn:hr:235:274963

J. Premec, "Analiza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda", Master's thesis, University of Zagreb, Faculty of Mechanical Engineering and Naval Architecture, Zagreb, 2016. Available at: https://urn.nsk.hr/urn:nbn:hr:235:274963

Please login to the repository to save this object to your list.
Metadata
TitleAnaliza stabilnosti konvolucijskih neuronskih mreža primjenjenih u klasifikaciji slika u svrhu detekcije neispravnosti proizvoda
Title (english)Stability Analysis of Deep Convolutional Neural Networks for image classification used in detection of products with defects
AuthorJasmina Premec
MentorDubravko Majetić (mentor)
GranterUniversity of Zagreb
Faculty of Mechanical Engineering and Naval Architecture
Zagreb
Defense date and country2016-12-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Mechanical Engineering
Abstract
U industrijskoj primjeni automatske optičke inspekcije, jedna od metoda detekcije objekata koji sadrže neku vrstu kvara vrši se uzorkovanjem slika objekata te njihovom klasifikacijom. Klasifikacija se provodi korištenjem jednog od raznih algoritama koje za tu primjenu nudi područje strojnog učenja. U ovom radu, korištene su konvolucijske neuronske mreže, trenutno najpopularniji alat u području klasifikacije slika. U istraživanjima provedenim od strane znanstvene zajednice koja se bavi razvojem umjetnih neuronskih mreža ove vrste, otkriveno je da je moguće editirati sliku na način koji uzrokuje promjenu odluke konvolucijske neuronske mreže. Ovaj rad istražuje stabilnost konvolucijskih neuronskih mreža na pojave ove vrste u praktičnoj primjeni.
Keywords
Languageenglish
URN:NBNurn:nbn:hr:235:274963
Study programmeTitle: Mechanical Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka strojarstva (magistar/magistra inženjer/inženjerka strojarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Embargo expiration date: 2021-12-1
Terms of useLicence In copyright icon
Created on2019-05-22 18:16:50