18. 10. 2019  19:02 Lukáš
Akademický informační systém

Přehled vypsaných témat - Fakulta elektrotechniky a informatiky


Základní údaje

Typ práce: Diplomová práce
Název tématu: Diagnostika fytopatologických príznakov založená na strojovom učení
Název tématu anglicky: Phytopathology Diagnostics Based on Machine Learning
Stav tématu: schváleno (prof. Ing. Ján Murgaš, PhD. - Garant studijního programu)
Vedoucí práce: prof. Ing. Jarmila Pavlovičová, PhD.
Fakulta: Fakulta elektrotechniky a informatiky
Garantující pracoviště: Ústav robotiky a kybernetiky (FEI)
Max. počet studentů: --
Akademický rok:2018/2019
Navrhl: prof. Ing. Jarmila Pavlovičová, PhD.
Abstrakt: Diagnostika ochorení rastlín založená na vizuálnom pozorovaní jednotlivých príznakov je komplexný problém, ktorý si vyžaduje vysokú odbornosť. Aj keď najčastejším prejavom ochorenia sú rôzne formy poškodenia listov, nejde o jedinú formu fytopatologických príznakov. Práve komplexnosť týchto prejavov, ako aj rôznorodosť postihovanej vegetácie, si vyžaduje expertnú znalosť, ktorá nie je dostupná bežnému pestovateľovi. Automatický diagnostický systém založený na strojovom učení však priamo nepredpokladá prítomnosť odborníka v tejto oblasti a pri jeho návrhu nie je potrebné ručné vytváranie komplexných pravidiel, ktoré sa využívajú v expertných systémoch. Cieľom tejto diplomovej práce je diagnostika fytopatologických príznakov z vizuálnych dát algoritmami strojového učenia. Úlohy: 1. Naštudujte a analyzujte metódy strojového učenia vhodné pre oblasť patológie rastlín so zameraním na vizuálnu diagnostiku. 2. Navrhnite a naprogramujte vybrané metódy strojového učenia. 3. Použite tieto metódy na tvorbu modelu schopného vyriešiť zadaný problém. 4. Vyhodnoťte a zdokumentujte dosiahnuté výsledky. Literatúra: [1] FERENTINOS, Konstantinos P. Deep learning models for plant disease detection and diagnosis. Computers and Electronics in Agriculture, 2018, 145: 311-318. [2] KORKUT, Umut Bariş; GÖKTÜRK, Ömer Berke; YILDIZ, Oktay. Detection of plant diseases by machine learning. In: 2018 26th Signal Processing and Communications Applications Conference (SIU). IEEE, 2018. p. 1-4. [3] BRAHIMI, Mohammed, et al. Deep Learning for Plant Diseases: Detection and Saliency Map Visualisation. In: Human and Machine Learning. Springer, Cham, 2018. p. 93-117



Omezení k tématu

K přihlášení řešitele na téma je potřeba splnění jednoho z následujících omezení

Omezení dle studia
Tabulka zobrazuje omezení dle studia, na které musí být student zapsán, aby se mohl na dané téma přihlásit.

Program
I-RK robotika a kybernetika

Omezení na předměty
Tabulka zobrazuje omezení na předmět, který musí mít student odstudován, aby se mohl na dané téma přihlásit.

PracovištěNázev předmětu
Nenalezena žádná vyhovující data.