Jun 17, 2019   6:56 a.m. Adolf
Academic information system

Summary of topics offered - Institute of Robotics and Cybernetics (FEEIT)


Basic information

Type of work: Diploma thesis
Topic: Diagnostika fytopatologických príznakov založená na strojovom učení
Title of topic in English: Phytopathology Diagnostics Based on Machine Learning
State of topic: approved (prof. Ing. Ján Murgaš, PhD. - Study programme supervisor)
Thesis supervisor: prof. Ing. Jarmila Pavlovičová, PhD.
Faculty: Faculty of Electrical Engineering and Information Technology
Supervising department: Institute of Robotics and Cybernetics - FEEIT
Max. no. of students: --
Academic year:2018/2019
Proposed by: prof. Ing. Jarmila Pavlovičová, PhD.
Summary: 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



Limitations of the topic

To sign up for a topic it is necessary to fulfil one of the following restrictions

Limit to study programme
The table shows limitations of study programme, field, track the student has to be enrolled in to be able to register for a given topic.

ProgrammeTrackTrack
I-RK Robotics and Cybernetics-- not entered -- -- not entered --

Limit to courses
The table shows limitations of a course the student has to complete to be able to register for a given topic.

DepartmentCourse title
No suitable data found.