No (10759)
Number of found documents:
10759
Published from
to
Mezinárodní marketingová strategie vybraného podniku
Knechtová, Natalie; Zich, Robert; Chlebovský, Vít
2024 - English
Záměrem této diplomové práce je provedení marketingového plánu pro vybranou společnost vstupující na zahraniční trh. Autorka uvede základní teoretická východiska práce, prozkoumá současný stav trhu, důkladně vysvětlí existující problémy, a nakonec navrhne nové marketingové aktivity pro společnost expandující na mezinárodní trh. The focus of this diploma thesis is a conducting marketing plan for a selected company entering a foreign market. The author will provide the essential theoretical foundation of the thesis, examine the current market condition, providing a thorough explanation of the existing challenges, and ultimately suggest new marketing activities for a company expanding internationally.
Keywords:
international marketing plan; marketing strategy; online marketing; Germany; tattoo; mezinárodní marketingový plán; marketingová strategie; online marketing; Německo; tetování
Available in a digital repository NRGL
Mezinárodní marketingová strategie vybraného podniku
Záměrem této diplomové práce je provedení marketingového plánu pro vybranou společnost vstupující na zahraniční trh. Autorka uvede základní teoretická východiska práce, prozkoumá současný stav trhu, ...
Automatizace vyhledávání abnormalit z tomografických dat
Semerák, Petr; Zemek, Marek; Bazala, Jiří
2024 - English
Předložená diplomová práce se zabývá automatizací procesu skenování a vyhodnocování abnormalit gascoolerů, které vznikají při jejich výrobě. Nedestruktivní testování využívá technologii CT skenování jejímž výstupem jsou obrazová data. Cílem práce je nahradit zdlouhavý proces ručního procházení dat spolehlivou algoritmizovatelnou metodou a ověřit, zda je tento směr vývoje perspektivní. V teoretické části se práce zabývá chladícími systémy v automobilech, nedestruktivním testování s těžištěm v CT technologii a rešerší softwarů pro prohlížení a analýzu CT dat. Praktická část diplomové práce se zaměřuje na problematiku ucpaných kanálků gascoolerů. Jsou popsány příčiny vzniku této abnormality, dosavadní přístup k jejímu odhalení a nový automatický přístup kontroly. Navržený algoritmus spolu s aplikaci vytvořenou pomocí Matlabu jsou testovány na konkrétních datech. Spolehlivost výsledků je v závěru porovnávána ručním hodnocením CT snímků. Pro hodnocení kvality obrazových dat je trénována hluboká neuronová síť. The presented thesis concerns the automation of the process of scanning and evaluating abnormalities of gascoolers that occur during their production. Non-destructive testing employs CT scanning technology, which generates image data as an output. The objective of the work is to replace the time-consuming manual data scanning process with a reliable algorithmic method and to assess the potential of this direction of development. The theoretical part of the thesis deals with cooling systems in cars, non-destructive testing with a focus on CT technology and a search for software for viewing and analysing CT data. The practical part of the thesis focuses on the problem of clogged gascooler ducts. The causes of this abnormality, the current approach to its detection and a new automatic inspection approach are described. The proposed algorithm together with an application developed using Matlab are tested on concrete data. Finally, the reliability of the results is evaluated by manual inspection of the CT images. A deep neural network is trained to assess the quality of the image data.
Keywords:
Gascooler; X-Ray micro computed tomography; CT; Image processing; Fourier transform; Gascooler; rentgenová počítačová tomografie; CT; zpracování obrazu; Fourierova transformace
Available in a digital repository NRGL
Automatizace vyhledávání abnormalit z tomografických dat
Předložená diplomová práce se zabývá automatizací procesu skenování a vyhodnocování abnormalit gascoolerů, které vznikají při jejich výrobě. Nedestruktivní testování využívá technologii CT skenování ...
Implementace rozpoznávání gest na ARM jako alternativa tradičního ovládání zařízení
Gajdošík, Richard; Zbořil, František; Kočí, Radek
2024 - English
Cieľom tejto bakalárskej práce je vývoj a implementácia systému na rozpoznávanie gest s využitím architektúry ARM, konkrétne s použitím dosky i.MX 93 a TensorFlow Lite. Projekt sa zameriava na aplikáciu neurónových sietí pre rozpoznávanie gest rúk, čím poskytuje alternatívu k tradičným metódam ovládania zariadení. Dôležitou súčasťou práce je rozsiahla analýza existujúcich riešení rozpoznávania gest, zameraná na identifikáciu ich silných stránok a možných vylepšení. Práca detailne opisuje proces navrhovania, vývoja a optimalizácie modelu na rozpoznávanie gest v reálnom čase, špeciálne prispôsobeného pre čipy ARM s dôrazom na efektivitu a výkon. Okrem toho práca aj obsahuje vytvorenie demonštračnej aplikácie, ktorá vizuálne reprezentuje rozpoznané gestá. Užívateľské testovanie je uskutočnené na hodnotenie praktickosti a užívateľského zážitku systému rozpoznávania gest, čo poskytuje cennú spätnú väzbu pre budúce vylepšenia. This bachelor's thesis focuses on the development and implementation of a gesture recognition system on ARM architecture, utilizing the i.MX 93 board and TensorFlow Lite. The project is grounded in the application of neural networks for the recognition of hand gestures, offering an alternative to traditional device control methods. An integral part of the work involves a comprehensive analysis of existing gesture recognition solutions, identifying their strengths and potential improvements. The thesis elaborates on the design, development, and optimization of a real-time gesture recognition model specifically for ARM chips, emphasizing efficiency and performance. Additionally, the thesis covers the creation of a demonstrative application that visually represents recognized gestures. User testing is conducted to evaluate the practicality and user experience of the gesture recognition system, providing valuable feedback for future enhancements.
Keywords:
i.MX 93; TensorFlow Lite; Machine Learning; Gesture Recognition; Embedded Systems; ARM Architecture; Deep Learning; Neural Networks; Image Processing; Real-time Inference; i.MX 93; TensorFlow Lite; Strojové učenie; Rozpoznávanie gest; Vstavané systémy; ARM Architektúra; Hlboké učenie; Neurónové siete; Spracovanie obrazu; Inferencia v reálnom čase
Available in a digital repository NRGL
Implementace rozpoznávání gest na ARM jako alternativa tradičního ovládání zařízení
Cieľom tejto bakalárskej práce je vývoj a implementácia systému na rozpoznávanie gest s využitím architektúry ARM, konkrétne s použitím dosky i.MX 93 a TensorFlow Lite. Projekt sa zameriava na ...
Využití neoznačenačených dat pro segmentaci sítnice
Shemshur, Andrii; Jakubíček, Roman; Vičar, Tomáš
2024 - English
Tato bakalářská práce se zabývá vývojem a hodnocením pokročilých metod pro segmentaci lékařských snímků v kontextu omezených trénovacích dat. Studie zkoumá techniky učení pod dohledem využívající konvoluční neuronové sítě (CNN), přenosové učení s předtrénovanými modely a strategie učení s částečným dohledem. Jako základní model byl použit model konvoluční neuronové sítě (CNN) s dohledem založený na architektuře U-Net, který dosáhl koeficientu Dice 77,6% a průniku nad sjednocením (IoU) 63,4%. Použití přenosového učení pomocí kodéru ResNet34 předtrénovaného na síti ImageNet vedlo k výraznému zlepšení výkonu s koeficientem Dice 81,9%, IoU 69,3% a přesností 96,7%. Kromě toho byly ke zvýšení výkonu modelu použity strategie učení s částečným dohledem, včetně pseudoznačení a předtrénování denoizace. Přístup pseudoznačení přinesl koeficient Dice 81,7% a IoU 69,1%, čímž prokázal účinnost využití neoznačených dat. Přístup před tréninkem denoizace prokázal robustní výkonnost a dosáhl koeficientu Dice 80,3% a IoU 67,0%, a to i v přítomnosti zašuměných a neoznačených dat. Tyto výsledky podtrhují potenciál transferového učení a poloprovozních metod pro zvýšení přesnosti segmentace při analýze lékařských snímků. Poskytují solidní základ pro budoucí výzkum v této oblasti. This bachelor's thesis is concerned with the development and evaluation of advanced methods for medical image segmentation in the context of limited training data. The study examines supervised learning techniques employing Convolutional Neural Networks (CNNs), transfer learning with pre-trained models, and semi-supervised learning strategies. A supervised convolutional neural network (CNN) model based on the U-Net architecture was employed as the baseline, achieving a Dice coefficient of 77.6\% and an intersection over union (IoU) of 63.4%. The application of transfer learning using a ResNet34 encoder pre-trained on ImageNet led to a notable improvement in performance, with a Dice coefficient of 81.9%, an IoU of 69.3%, and an accuracy of 96.7%. Furthermore, semi-supervised learning strategies, including pseudo-labeling and denoising pretraining, were employed to enhance the model's performance. The pseudo-labeling approach yielded a Dice coefficient of 81.7% and an IoU of 69.1%, thereby demonstrating the efficacy of leveraging unlabeled data. The denoising pretraining approach demonstrated robust performance, achieving a Dice coefficient of 80.3% and an IoU of 67.0%, even in the presence of noisy and unlabeled data. These outcomes underscore the potential of transfer learning and semi-supervised methods to enhance segmentation accuracy in medical image analysis. They provide a robust foundation for future research in this field.
Keywords:
Medical Image Segmentation; Convolutional Neural Networks; Transfer Learning; Semi-supervised Learning; Pseudo-labeling; Denoising Pretraining; U-Net; ResNet34; Retinal Images; Segmentace lékařských snímků; konvoluční neuronové sítě; učení s přenosem; učení s částečným dohledem; pseudoznačení; předtrénování denoisingu; U-Net; ResNet34; snímky sítnice
Available in a digital repository NRGL
Využití neoznačenačených dat pro segmentaci sítnice
Tato bakalářská práce se zabývá vývojem a hodnocením pokročilých metod pro segmentaci lékařských snímků v kontextu omezených trénovacích dat. Studie zkoumá techniky učení pod dohledem využívající ...
Funkcionalita podnikových informačních systémů ERP
Zainutdinov, Ilnaz; Rujbrová, Šárka; Šťastná, Dagmar
2024 - English
Tato bakalářská práce nabízí komplexní analýzu systémů plánování podnikových zdrojů (ERP) s důrazem na jejich architekturu, funkčnost a význam v současném podnikání. Zabývá se vývojem, principy a klíčovými komponentami ERP systémů, včetně modulů pro prodej, marketing, finance, IT a kybernetickou bezpečnost, řízení dodavatelského řetězce a služby. Zvláštní pozornost je věnována zkoumání významných příkladů ERP, jako jsou Microsoft Dynamics 365 a Oracle NetSuite, přičemž jsou zdůrazněny jejich aplikace v různých korporátních oblastech. Dále se studie zabývá integrací Business Intelligence (BI) do ERP systémů, diskutuje jejich roli a dopad prostřednictvím analytiky a reportingu. Významný přínos této práce spočívá ve spojení teoretických poznatků s praktickými zkušenostmi získanými z rozsáhlé studie ve společnosti Tricentis. Tato analýza se věnuje využití systému ERP, přičemž klade důraz na nuance implementace, jako jsou zpožděné reakce, umělá decentralizace a vliv interakce uživatelů na efektivitu systému. Tím, že práce propojuje teoretické znalosti s praktickými zkušenostmi, si klade za cíl doplnit informace týkající se ERP ve smyslu architektury a funkčnosti systémů ERP a jejich soulad s obchodními strategiemi. This thesis offers a comprehensive analysis of Enterprise Resource Planning (ERP) systems, emphasising their architecture, functionalities, and significance in contemporary business. It explores the evolution, principles, and critical components of ERP systems, including modules for sales, marketing, finance, IT and cyber-security, supply chain, and service. Particular attention is given to the examination of prominent ERP examples such as Microsoft Dynamics 365 and Oracle NetSuite, highlighting their application across various business domains. Additionally, this study extends into the realm of Business Intelligence (BI) within ERP systems, evaluating its significance and influence via analytics and reporting mechanisms. A significant contribution of this thesis lies in its integration of practical insights gained from a comprehensive case study at Tricentis. This examination elucidates the real-world challenges and advancements in ERP system utilisation, emphasising the nuances of implementation, such as delayed responsiveness, artificial decentralisation, and the effects of user interaction on system efficiency. By bridging theoretical knowledge with practical experiences, the thesis aims to fill a gap in the existing literature by offering an in-depth look at the architecture and functionality of ERP systems and their alignment with business strategies.
Keywords:
Enterprise Resource Planning (ERP) systems; ERP architecture; organisational processes integration; finance and marketing modules; distribution and supply chain management; ERP system evolution; cloud-based ERP solutions; advanced analytics in ERP; software architecture of ERP; functional dynamics of ERP modules; Microsoft Dynamics 365; Oracle NetSuite; module composition and functionality; ERP systems synergy; organisational objectives in ERP systems; ERP implementation challenges; ERP user interaction; ERP response time; Business Intelligence in ERP; ERP adaptation; ERP training; Systémy plánování podnikových zdrojů (ERP); architektura ERP; integrace organizačních procesů; moduly financí a marketingu; distribuce a správa dodavatelského řetězce; vývoj systémů ERP; cloudová řešení ERP; pokročilá analytika v ERP; softwarová architektura ERP; funkční dynamika modulů ERP; Microsoft Dynamics 365; Oracle NetSuite; kompozice a funkčnost modulů; synergie systému ERP; organizační cíle v systémech ERP; problémy implementace ERP; interakce uživatelů ERP; doba odezvy ERP; Business Intelligence v ERP; adaptace ERP; školení ERP
Available in a digital repository NRGL
Funkcionalita podnikových informačních systémů ERP
Tato bakalářská práce nabízí komplexní analýzu systémů plánování podnikových zdrojů (ERP) s důrazem na jejich architekturu, funkčnost a význam v současném podnikání. Zabývá se vývojem, principy a ...
3D tisk se stříbrem a jeho využití ve šperkařství
Thomas, Marek; Langerová, Petra; Sučková, Magda
2024 - English
Hlavním cílem této práce je najít vhodný typ aditivní tiskárny, která by byla schopna kvalitního 3D tisku stříbrných šperků. Práce seznámí čtenáře s několika typy aditivních tiskáren (FDM, SLA, DMLS a dalších), jejich využitím v praxi a fyzikálním a chemickým chováním stříbra při aditivním tisku. Důraz bude kladen na praktické uplatnění těchto speciálních 3D tiskáren, a to především ve šperkařství. Poslední část práce se pokusí zodpovědět otázku, zda je technicky a ekonomicky proveditelné sestavit a bezpečně provozovat danou 3D tiskárnu v menších firmách či v domácím prostředí. The main goal of this bachelor's thesis is to determine what type of 3D printer is the most suitable for silver jewellery additive printing. The thesis is divided into sections which aim to familiarize the reader with various types of additive printers (FDM, SLA, DMLS, etc.), their practical applications, and the physical and chemical behaviour of silver in additive printing. A particular emphasis is placed on the practical application of these specialized 3D printers, especially in the fields of electronics and jewellery making. The final section discusses the question of whether it is technically and economically feasible to assemble and safely operate such a 3D printer in small businesses or in a household setting.
Keywords:
printing; 3D; silver; additive manufacturing; powder; jewellery; printers; laser; tisk; 3D; stříbro; aditivní výroba; prášek; šperky; tiskárny; laser
Available in a digital repository NRGL
3D tisk se stříbrem a jeho využití ve šperkařství
Hlavním cílem této práce je najít vhodný typ aditivní tiskárny, která by byla schopna kvalitního 3D tisku stříbrných šperků. Práce seznámí čtenáře s několika typy aditivních tiskáren (FDM, SLA, DMLS a ...
Financial time series analysis based on innovative Machine Learning Signal Processing approaches
Tshiangomba, Reagan Kasonsa; Sehnalová, Pavla; Cicone, Antonio
2024 - English
Prognózování finančních časových řad bylo klasifikováno jako jeden z nejnáročnějších problémů v v posledním desetiletí kvůli jeho nestacionaritě a nelineárním vlastnostem. Na jednu stranu statistická techniky byly shledány neschopnými přesně předpovídat finanční časové řady. Na druhé straně techniky strojového učení dosáhly pozoruhodných výsledků, ale neposkytují explicitní způsob zacházení s nestacionární vlastností finančních časových řad. Navrhovaný přístup využívá schopnosti dekompozičních technik zpracování signálu k řešení nestacionární vlastnost finančních časových řad. Použitá technika rozkladu signálu v této práci je iterativní filtrování (IF), které generuje funkce vnitřního režimu (IMF). Tyto generované IMF spolu s původním signálem se používají k vytvoření časově-frekvenční reprezentace finanční časové řady zvané IMFogram. Dva typy údajů, jmenovitě MMF a IMFogram, se používají k trénování fúzní neuronové sítě pro predikci finančních časových řad. Jeden záznam součástí fúzní neuronové sítě je umělá neuronová síť (ANN), která bere jako MMF vstup. Další vstupní složkou fúzní neuronové sítě je konvoluční neuronová síť (CNN), která bere jako vstup IMFogram. Výstupy ANN a CNN jsou zřetězeny pro regresní úlohu. Ukážeme aplikaci tohoto nově vyvinutého přístupu k finančním datům, Abych byl přesný, série NASDAQ. A podáváme zprávy o jeho výkonu v různých scénářích hranic podmínky. Forecasting financial time series has been classified as one of the most challenging problems in the last decade due to its non-stationarity and non-linear properties. On one hand, statistical techniques have been found incapable of accurately predicting financial time series. On the other hand, machine learning techniques have achieved remarkable results, but they do not provide an explicit way of handling the non-stationarity property of financial time series. The proposed approach leverages the capabilities of signal processing decomposition techniques to address the non-stationarity property of financial time series. The signal decomposition technique employed in this work is iterative filtering (IF), which generates intrinsic mode functions (IMFs). These generated IMFs, along with the original signal, are used to produce a time-frequency representation of the financial time series, called IMFogram. Two types of data, namely the IMFs and IMFogram, are utilized to train a fusion neural network for predicting the financial time series. One entry component of the fusion neural network is an artificial neural network (ANN) taking the IMFs as input. The other entry component of the fusion neural network is a convolutional neural network (CNN), which takes the IMFogram as input. The outputs of the ANN and the CNN are concatenated for a regression task. We show the application of this newly developed approach to financial data, NASDAQ series to be precise. And we report its performance in different scenarios of boundary conditions.
Keywords:
Artificial neural network (ANN); Convolutional neural network (CNN); Fusion Neural Network; Iterative Filtering (IF); Intrinsic Mode Functions (IMFS); IMFogram; symmetric extension; asymmetric extension; Time series; Umělá neuronová síť (ANN); konvoluční neuronová síť (CNN); fúzní neuronová síť; iteraktivní filtrování (IF); funkce vnitřního režimu (IMFS); IMFogram; symetrické rozšíření; asymetrické prodloužení; Časová řada
Available in a digital repository NRGL
Financial time series analysis based on innovative Machine Learning Signal Processing approaches
Prognózování finančních časových řad bylo klasifikováno jako jeden z nejnáročnějších problémů v v posledním desetiletí kvůli jeho nestacionaritě a nelineárním vlastnostem. Na jednu stranu statistická ...
Aplikace pro detekci Fake News
Zádrapa, Jan; Holop, Patrik; Malinka, Kamil
2024 - English
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém světě, protože přispívá k polarizaci společnosti a ovlivňuje volby pomocí propagandy. Bohužel, zatím není vytvořen dostatek spolehlivých automatizovaných nástrojů pro český jazyk, které by dokázaly tento problém řešit. Tato práce má za cíl takovýto nástroj vytvořit a tím pomoci lidem, kteří denně propadají Fake News. The problem of Fake News is one of the most significant problems in our modern society. Millions of people read Fake News articles every day without knowing it. This problem creates a risk worldwide as society is getting polarised, and elections are manipulated by third parties using propaganda. Unfortunately, there are not enough tools to help solve the problem of Fake News detection in the Czech language. This thesis aims to create a tool to help these people recognise Fake News and introduce them commonly used manipulation techniques in text.
Keywords:
Fake News; disinformation; BERT; RoBERTa; natural language processing; machine learning; manipulation techniques; sentimental analysis; Fake News; dezinformace; BERT; RoBERTa; zpracování přirozeného jazyka; strojové učení; manipulativní techniky; sentimentální analýza
Available in a digital repository NRGL
Aplikace pro detekci Fake News
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém ...
Analýza chování malwaru pomocí velkých jazykových modelů
Rádsetoulal, Vlastimil; Homoliak, Ivan; Očenášek, Pavel
2024 - English
Táto práca skúma využitie veľkých jazykových modelov (LLMs) vylepšených technikou Retrieval-Augmented Generation (RAG) pre efektívnu analýzu správania malvéru. Začína prehľadom metód analýzy malvéru, ako statických tak dynamických. Štúdia sa zameriava na využitie rámca MITRE ATT&CK na pochopenie správania malvéru veľkým jazykovým modelom. Jadro výskumu sa zameriava na architektúru a implementáciu nástroja na analýzu správania malvéru, ktorý implementuje RAG s využitím LLMs. Tento nástroj má za cieľ pomôcť profesionálom v oblasti bezpečnosti využívať možnosti generatívnej AI na interpretáciu komplexného správania malvéru. Okrem toho, výskum zahŕňa praktické nasadenie systému pre správu bezpečnostných informácií a udalostí (SIEM), pričom využíva platformu Wazuh na detekciu simulovaných útokov. Nasadenie a testovanie prebiehajú v kontrolovanom virtuálnom prostredí. Práca poukazuje na potenciál LLM modelov pri zlepšovaní opatrení v kybernetickej bezpečnosti. Práca končí diskusiou o možných vylepšeniach implementovaného nástroja. This thesis investigates the use of large language models (LLMs) enhanced with Retrieval-Augmented Generation (RAG) techniques to analyze malware behaviors effectively. Starting with an overview of malware analysis methods, both static and dynamic, the study delves into the use of the MITRE ATT&CK framework to understand and categorize malware strategies. The core of the research focuses on the architecture and implementation of a malware behavior analysis tool that integrates RAG with LLMs. This tool aims to aid security professionals leveraging generative AI's capabilities to interpret complex malware behaviors. Additionally, the research includes a practical deployment of the Security Information and Events Management (SIEM) system, using the Wazuh platform to detect simulated adversarial behaviors. The deployment and testing are done in a controlled virtual environment, highlighting the potential of LLMs in enhancing cyber security measures. The thesis concludes with recommendations for future enhancements and the potential expansion of generative AI applications in cyber security.
Keywords:
large; language; models; malware; behavior; analysis; detection; velké; jazykové; modely; malware; analýza; chování; detekce
Available in a digital repository NRGL
Analýza chování malwaru pomocí velkých jazykových modelů
Táto práca skúma využitie veľkých jazykových modelov (LLMs) vylepšených technikou Retrieval-Augmented Generation (RAG) pre efektívnu analýzu správania malvéru. Začína prehľadom metód analýzy malvéru, ...
Zpracování a vizualizace diagnostických dat z bionické protézy horní končetiny
Mahdalík, Ondřej; Lazúr, Juraj; Hynek, Jiří
2024 - English
Bionické protézy se běžně používají k tomu, aby pacientům pomohly efektivněji vykonávat každodenní činnosti. Zahrnují různé metody získávání vstupu od uživatele a používají elektromotory k ovládání prstů a/nebo jiných částí končetiny. Bohužel míra odmítnutí protézy dosahuje v průměru 44 % [64], což znamená, že téměř polovina pacientů přestane protézu používat. Protéza Z-Arm od společnosti Z-Bionics se pokouší řešit nízkou míru akceptace mimo jiné tím, že zaznamenává diagnostické údaje a pomáhá pacientovi, když detekuje nesprávné používání nebo možnou vadu protézy. Protože však návštěvy pacientů nejsou dostatečně časté, aby specialisté získali aktuální diagnostické údaje, je třeba navrhnout vhodný způsob jejich získávání na dálku. Jako řešení byla implementována mobilní aplikace využívající Bluetooth ke komunikaci s protézou doprovázená rozšířením interní webové aplikace o nové stránky, koncové body API a databázi MongoDB. Ačkoli testování s pacienty stále probíhá, první dojmy zaměstnanců a pacientů jsou vesměs pozitivní a naznačují možné zlepšení komfortu při používání protézy. prosthesis, limb, amputation, healthcare, diagnostic data, mobile application, information system, dashboard, API, visualization, MAUI, Blazor, .NET, Z-Bionics
Keywords:
prosthesis; limb; amputation; healthcare; diagnostic data; mobile application; information system; dashboard; API; visualization; MAUI; Blazor; .NET; Z-Bionics; protéza; končetina; amputace; zdravotnictví; diagnostická data; mobilní aplikace; informační systém; API; vizualizace; MAUI; Blazor; .NET; Z-Bionics
Available in a digital repository NRGL
Zpracování a vizualizace diagnostických dat z bionické protézy horní končetiny
Bionické protézy se běžně používají k tomu, aby pacientům pomohly efektivněji vykonávat každodenní činnosti. Zahrnují různé metody získávání vstupu od uživatele a používají elektromotory k ovládání ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases