22. 9. 2019  16:03 Móric
Akademický informačný systém

Prehľad vypísaných tém - Fakulta elektrotechniky a informatiky


Základné údaje

Typ práce: Diplomová práca
Názov témy: Diagnostika fytopatologických príznakov založená na strojovom učení
Názov témy anglicky: Phytopathology Diagnostics Based on Machine Learning
Stav témy: schválené (prof. Ing. Ján Murgaš, PhD. - Garant študijného programu)
Vedúci práce: prof. Ing. Jarmila Pavlovičová, PhD.
Fakulta: Fakulta elektrotechniky a informatiky
Garantujúce pracovisko: Ústav robotiky a kybernetiky - FEI
Max. počet študentov: --
Akademický rok:2018/2019
Navrhol: 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



Obmedzenie k téme

Na prihlásenie riešiteľa na tému je potrebné splnenie jedného z nasledujúcich obmedzení

Obmedzenie na študijný program
Tabuľka zobrazuje obmedzenie na študijný program, odbor, špecializáciu, ktorý musí mať študent zapísaný, aby sa mohol na danú tému prihlásiť.

ProgramZameranieŠpecializácia
I-RK robotika a kybernetika-- nezadané -- -- nezadané --

Obmedzenie na predmety
Tabuľka zobrazuje obmedzenia na predmet, ktorý musí mať študent odštudovaný, aby sa mohol na danú tému prihlásiť.

PracoviskoNázov predmetu
Nenájdené žiadne vyhovujúce dáta.