Time Series Forecasting Using Machine Learning
Elrefaei, Islam; Galáž, Zoltán; Hošek, Jiří
2024 - English The aim of this thesis is to explore the application of various artificial intelligence (AI) techniques for the prediction of time series data, which is prevalent in fields such as finance, economics, and engineering. Accurate time series prediction is essential for effective decision-making and planning. This thesis reviews several traditional and state-of-the-art AI techniques used for time series prediction, including linear regression, ARIMA, support vector regression, random forests, and deep learning. These techniques are applied to different time series datasets, encompassing both univariate and multivariate data. The performance of the predictive models is evaluated using various scalar metrics. The performance of the models was different depending on the type of the dataset. Additionally, this thesis includes the development of a user interface application that allows users to change parameters and forecast new results based on their entries. Furthermore, the thesis discusses the challenges and limitations of using AI techniques for time series prediction and provides suggestions for future research directions. The aim of this thesis is to explore the application of various artificial intelligence (AI) techniques for the prediction of time series data, which is prevalent in fields such as finance, economics, and engineering. Accurate time series prediction is essential for effective decision-making and planning. This thesis reviews several traditional and state-of-the-art AI techniques used for time series prediction, including linear regression, ARIMA, support vector regression, random forests, and deep learning. These techniques are applied to different time series datasets, encompassing both univariate and multivariate data. The performance of the predictive models is evaluated using various scalar metrics. The performance of the models was different depending on the type of the dataset. Additionally, this thesis includes the development of a user interface application that allows users to change parameters and forecast new results based on their entries. Furthermore, the thesis discusses the challenges and limitations of using AI techniques for time series prediction and provides suggestions for future research directions. Keywords: Time Series; Forecasting; Python; Machine Learning; Time Series; Forecasting; Python; Machine Learning Available in a digital repository NRGL Time Series Forecasting Using Machine Learning

The aim of this thesis is to explore the application of various artificial intelligence (AI) techniques for the prediction of time series data, which is prevalent in fields such as finance, economics, ...

Elrefaei, Islam; Galáž, Zoltán; Hošek, Jiří
Vysoké učení technické v Brně, 2024

Klasifikace RF signálů pomocí umělé inteligenci
Turák, Samuel; Ulovec, Karel; Polák, Ladislav
2024 - English Táto práca sa zameriava na klasifikáciu rádiofrekvenčných (RF) signálov založenú na hlbokom učení. Pre tento účeľ, tri neuronové siete sú vybrané a prezentované: Konvolučná Neurónová Sieť (CNN), Sieť s Bránovými Rekurentnými Jednotkami (GRU), Konvolučná Hlboká Neurónová Sieť s Bránami (CGDNN). Všetky sú trénované a vyhodnotené na viacerých datasetoch, ovplyvnené rôznymi RF rušeniami, pre klasifikáciu rôznych bezdrátových štandardov. Signály v jednotlivých datasetoch boli vytvorené pomocou aplikácie Wireless Waveform Generator v programu MATLAB. Jeden verejne dostupný dataset na klasifikáciu modulácie je takisto testovaný na modeloch. Použité prístupy k predspracovaniu dát, tréningu modelov a vyhodnoteniu modelov sú implementované v programovacom prostredí Python s využitím knižníc ako Scikit-learn a Keras. \mbox{Získané výsledky} sú prehľadne prezentované a diskutované. This thesis focuses on Deep learning-based radio frequency (RF) signal classification. For this purpose, three neural networks are selected and introduced: Convolutional Neural Network (CNN), Gated Recurrent Unit Network (GRU) and Convolutional Gated Deep Neural Network (CGDNN). All are trained and evaluated on multiple datasets, influenced by different RF impairments, for wireless standard classification. The waveforms in these datasets have been created by the Wireless Waveform Generator app in MATLAB. One publicly available modulation classification dataset is also being tested on the models. The performed approaches of data preprocessing, model training and model evaluation are implemented in the programming environment Python, utilizing libraries such as Scikit-learn and Keras. The obtained results are evaluated and discussed. Keywords: Radiofrequency (RF) signals; deep learning; neural network; dataset; RF impairments; Python; MATLAB; Rádiofrekvenčné (RF) signály; hlboké učenie; neurónová sieť; dataset; RF rušenia; Python; MATLAB Available in a digital repository NRGL Klasifikace RF signálů pomocí umělé inteligenci

Táto práca sa zameriava na klasifikáciu rádiofrekvenčných (RF) signálov založenú na hlbokom učení. Pre tento účeľ, tri neuronové siete sú vybrané a prezentované: Konvolučná Neurónová Sieť (CNN), Sieť ...

Turák, Samuel; Ulovec, Karel; Polák, Ladislav
Vysoké učení technické v Brně, 2024

Výukový satelit formátu PocketQube
Veverka, Jiří; Zamazal, Michal; Povalač, Aleš
2024 - English Tato diplomová práce je zaměřena na návrh výukového satelitu typu PocketQube 2P (50x50x100mm) a pozemní stanice, které budou využívány ve výuce STEM laboratoří. Navržený systém byl navržen s důrazem na modularitu, snadnou výměnu za použití komerčních volně dostupných součástek a snadné pochopení subsystémů, které lze v družici tohoto typu nalézt, tedy palubní počítač, komunikační modul, napájecí systém a payload. Mimo vnitřních modulů byla vyvinuta i vnější konstrukce, která je celá vyrobena z desek plošných spojů a dohromady tvoří základ družice. Vyvinutá družice a pozemní stanice využívají ke komunikaci rádiový modul RFM98W s modulací LoRa. This diploma thesis is focused on the design of a 2P (50$\times$50$\times$100mm) PocketQube type educational satellite and Ground station, which will be used in STEM laboratory classes. The proposed system was designed with emphasis on modularity, ease of replacement using commercial off-the-shelf components, and easy understanding of the subsystems one can find in a satellite of this type - On-Board Computer, Communication module, Electric Power System module, and Payload. Among these modules was developed an external structure, made entirely out of PCBs and together form the basis of the satellite. The developed satellite and Ground station utilize RFM98W radio module with LoRa modulation for communication. Keywords: On-board Computer (OBC); Electrical Power System (EPS); Communication system (COM); PocketQube; satellite; STM32; LoRa; RFM98W; Ground station; Payload; Palubní počítač; Napájecí systém; Komunikační systém; PocketQube; satelit; STM32; LoRa; RFM98W; Pozemní stanice; Payload Available in a digital repository NRGL Výukový satelit formátu PocketQube

Tato diplomová práce je zaměřena na návrh výukového satelitu typu PocketQube 2P (50x50x100mm) a pozemní stanice, které budou využívány ve výuce STEM laboratoří. Navržený systém byl navržen s důrazem ...

Veverka, Jiří; Zamazal, Michal; Povalač, Aleš
Vysoké učení technické v Brně, 2024

Polyfunkční budova
Almeida, Adérito Cláudio Lopes de; Jelínek, Petr; Struhala, Karel
2023 - English Available in a digital repository NRGL Polyfunkční budova

Almeida, Adérito Cláudio Lopes de; Jelínek, Petr; Struhala, Karel
Vysoké učení technické v Brně, 2023

Strukturální studie extracelulárních domén adheze G protein-spojeného receptoru ADGRG4
Strnadová, Martina; Márová, Ivana; Mravec, Filip
2023 - English Bunková komunikácia je schopnosť buniek príjmať, vysielať a spracovávať signály zo svojho okolia. Môžeme teda hovoriť o komunikácii medzi bunkami a orgamizmom. Extracelulárne stimuly spúšťajú signál, ktorý interaguje s receptormi na bunkovom povrchu, čo má za následok aktiváciu intracelulárnych signálnych proteínov. Tieto proteíny sú rozdelené do viacerých rodín podľa ich špecifickej sekvencie, domén ktoré obsahujú, alebo ligandov, s ktorými interagujú. Jednou z týchto rodín je práve receptorová rodina adhezívnych receptorov spojených s G proteínom (aGPCR), ktorá obsahuje 33 členov. Najnovšie štúdie naznačujú, že fungujú z veľkej časti ako mechanoreceptory; avšak, pre niektorých členov boli identifikované aj ligandy pre ich aktiváciu. V porovnaní s inými GPCR sa táto rodina vyznačuje relatívne dlhou extracelulárnou oblasťou (ECR), ktorá obsahuje súbor rozličných štruktúrnych domén a motívov. ADGRG4 (GPR112) predstavuje jeden z najväčších aGPCR s dĺžkou reťazca väčšou ako 3000 aminokyselín (aa). Väčšina jeho reťazca aa sa nachádza v extracelulárnom priestore (viac ako 2500 aa). Je známe, že ADGRG4 je špecificky exprimovaný v enterochromafinných bunkách umiestnených v epiteli ľudského tenkého čreva. Tieto enteroendokrinné bunky sú zodpovedné za produkciu a sekréciu serotonínu a reagujú na chemické a mechanické podnety. K dnešnému dňu však fyziologická funkcia ADGRG4 v týchto bunkách zostáva neznáma. Cieľ tejto práce bol rozdelený na dve časti. V prvej časti bola snaha o poskytnutie štruktúrnych informácií o obrovskej extracelulárnej oblasti ADGRG4. ECR bola rozdelená na viacero častí pre lepšie skúmanie. Následne boli vzorky exprimované v ľudských embryonálnych obličkových bunkách 293 (HEK293S bunky). Výsledné proteínové štruktúry boli purifikované viacerými technikami. Pre zvýšenie možnosti kryštalizácie, bol purifikovaný proteín deglykozylovaný a až potom podrobený na kryštalizačné pokusy. Druhá časť sa zaoberala analýzou NTF-konštruktov, dobre preskúmaných ADGRs. Tieto konštrukty neobsahovali C-terminálny koniec (CTF), iba N-terminálnu časť (NTF). Desať rôznych proteínov bolo úspešne naklonovaných a expresovaných v HEK293T bunkách. Na vyhodnotenie výsledkov oligomerného stavu vzoriek z prvej aj druhej časti boli použité techniky Native PAGE a dynamický rozptyl svetla (DLS). Ako kontrola autoproteolýzy, ktorá je typickým znakom aGPCR, sa využili rozličné techniky Western blotting (WB). Metóda nano-diferenciačná skenovacia fluorescencia (DSF) sa využila na stanovenie pripravených konštruktov a na nájdenie optimálnych podmienok pre roztoky, ktoré sa v práci používali. Výsledky z prvej časti ukazujú za akých podmienok dokážeme nami vytvorený konštruk podrobiť kryštalizácii a následne ďalej pokračovať v jeho výskume. Druhá časť nám ukázala, ktoré nami klonované konštrukty sa dokážu stabilne expresovať v HEK293T bunkách. Na základe získaných parametrov z prvej a druhej časti dokáže výskum v tejto oblasti rozšíriť a do buducnosti získať dôležité informácie ohľadom týchto pozoruhodných receptorov. The aim of this thesis was to provide structural information on the huge extracellular region (ECR) of ADGRG4 that allows hypothesis of the function of the receptor. Therefore, the ECR was dissected into smaller, likely independently folded subunits. Subsequently, these samples were recombinantly expressed in human embryonic kidney 293 cells (HEK293S cells). These protein constructs were purified to allow for subsequent biophysical characterization. To increase the possibility of protein crystallisation, the purified protein was deglycosylated and then subjected to crystallisation trials. The second part of this thesis dealt with the analysis of the construct that contained the NTF part (the CTF was lacking), of well-established ADGRs. Ten different constructs were successfully cloned and expressed in HEK293T cells. Native PAGE and Dynamic Light Scattering (DLS) techniques were used to evaluate the results of the oligomeric state of the samples from both parts. As a control for autoproteolysis, which is a typical feature of aGPCR, various WB techniques were used. The Nano-Differential Scanner Fluorescence (DSF method was used to determine the prepared constructs and to find the optimal conditions for the buffers used in the thesis. The results of the first part show under which conditions the crystallisation trials were the most suitable that can be repeated and optimized further in the research. The second part showed which cloned constructs were able to be expressed in cells. Based on the parameters obtained from the first and second parts, research in this area can continue and, in the future, we can obtain important information about these remarkable receptors. Keywords: aGPCR; ADGRG4; NTF-constructs; molecular cloning; Dynamic Light Scattering; Nano-Differential Scanner Fluorimetry; protein crystallisation; aGPCR; ADGRG4; NTF-konštrukty; molekulárne klonovanie; dynamický rozptyl svetla; nano.diferenciačná skenovacia fluorescencia; proteínová kryštalizácia Available in a digital repository NRGL Strukturální studie extracelulárních domén adheze G protein-spojeného receptoru ADGRG4

Bunková komunikácia je schopnosť buniek príjmať, vysielať a spracovávať signály zo svojho okolia. Môžeme teda hovoriť o komunikácii medzi bunkami a orgamizmom. Extracelulárne stimuly spúšťajú signál, ...

Strnadová, Martina; Márová, Ivana; Mravec, Filip
Vysoké učení technické v Brně, 2023

Návrh business strategie nově založeného podniku
Šesták, Ondřej; Chlebovský, Vít; Zich, Robert
2023 - English Ve 21. století se v srdci Evropy stále najde množství lidí, kteří mohou jen s velkými obtížemi sehnat dobře padnoucí obuv. Nejedná se o nějakou specifickou potřebu, ale jde minimálně o případ slečen a žen s chodidly začínajícími na velikosti bot 43. Diplomová práce se zabývá touto situací z podnikatelského hlediska a nabízí potenciální řešení ve formě obchodní strategie nově založeného podniku. Navržená obchodní strategie může být použita jako jeden z materiálů pro rozhodování ohledně vstupu na trh s nově založenou firmou. In the 21st century in the heart of Europe, there is a number of people with significant difficulties to get shoes that would fit them. This is not a case of a very special need but a reality for at least girls and women with footwear sized 43 and larger. The Master’s Thesis deals with this situation in a business perspective and offers a potential solution in a form of a business strategy for a newly established firm. The proposed business strategy can serve as one of materials for decision-making regarding entering the market with a new business. Keywords: Business strategy; Footwear industry; Small business; Competitive Space; Porter’s 5 Forces; Business Model Canvas; Obchodní strategie; Obuvnický průmysl; Malý podnik; Konkurenční prostor; Porterových 5 sil; Business Model Canvas Available in a digital repository NRGL Návrh business strategie nově založeného podniku

Ve 21. století se v srdci Evropy stále najde množství lidí, kteří mohou jen s velkými obtížemi sehnat dobře padnoucí obuv. Nejedná se o nějakou specifickou potřebu, ale jde minimálně o případ slečen a ...

Šesták, Ondřej; Chlebovský, Vít; Zich, Robert
Vysoké učení technické v Brně, 2023

Konstrukce prototypového zařízení pro skládání vložek chladičů
Hanák, Jiří; Ramík, Pavel; Bazala, Jiří
2023 - English Tato diplomová práce se zaměřuje na návrh nového a vylepšeného skládacího zařízení určeného pro skládání vložek chladičů v prototypové výrobě s důrazem na zvýšení efektivity procesu skládání a snížení výrobního času. V rešeršní části této diplomové práci jsou popsány rozdílné typy chladicích systémů včetně jednotlivých komponentů obsažených v chladících systémech s hlavním zaměřením na konstrukci chladiče. Dále jsou popsány rozdílné typy skládacích zařízení používané v procesu skládání vložek chladičů a je charakterizován původní návrh skládacího zařízení včetně jeho aktuálních problémů. Na základě rešeršní části této práce je definováno zadání nového skládacího zařízení a představeny dvě koncepční řešení s několika variantami řešení kritických konstrukčních uzlů. Ze dvou koncepčních řešení bylo vybráno jedno finální a jeho kritické konstrukční uzly byly prověřeny nutnými výpočty nebo případnou analýzou. Následně byly vyhotovena výkresová dokumentace nového skládacího zařízení. Nakonec je představen nový vylepšený návrh skládacího zařízení, který je poté zhodnocen. This master’s thesis focuses on the design of a new improved assembly device of radiator cores used in prototype production. This new design aims on increasing efficiency of the assembly process and shortening the assembly time. In the research part of this master’s thesis are described different types of cooling systems and individual components of the cooling system with focus on the construction of the radiators. Next there are described different types of assembly devices used in the assembly process and the original design of the assembly device with its problems characterised. Based on the research part of this thesis the assignment of the new assembly device is defined and two conceptual designs of the assembly device are introduced together with several solutions to critical construction areas. From two conceptual solutions was one solution selected and its main construction areas were verified with necessary calculations or analysis. The assembly drawing of the new assembly device was created. Finally, a new improved assembly device design is introduced and evaluated. Keywords: Radiator; assembly device; radiator cooling tube; radiator fin; assembly process; Chladič; skládací přípravek; chladičová trubka; chladičový vlnovec; skládací proces Available in a digital repository NRGL Konstrukce prototypového zařízení pro skládání vložek chladičů

Tato diplomová práce se zaměřuje na návrh nového a vylepšeného skládacího zařízení určeného pro skládání vložek chladičů v prototypové výrobě s důrazem na zvýšení efektivity procesu skládání a snížení ...

Hanák, Jiří; Ramík, Pavel; Bazala, Jiří
Vysoké učení technické v Brně, 2023

Testování odolnosti systému hlasové biometrie vůči deepfakes
Reš, Jakub; Firc, Anton; Malinka, Kamil
2023 - English Tématem této práce je vytvoření metodologie testování odolnosti hlasového biometrického systému vůči deepfakům. Hlavní problém v současné době leží v nedostatečném pokrytí testování proti prezentačním útokům užitím deepfaků ve standardech ISO/IEC. Cílem práce je vyplnění této mezery, vzniklé příchodem technologie deepfaků, navržením metodologie, založené na současných postupech, která se soustředí na pokrytí této problematiky. Řešení navrženého problému začíná studií nejnovějšího stavu oblasti deepfaků a standardních postupů pro testování biometrických systémů. Druhým krokem je navržení a zdokumentování metody testování hlasového biometrického systému. Test byl navržen jako scénář, ve kterém je hlasový biometrický systém Phonexia použit jako nástroj pro vzdálenou verifikaci použitý pro hlas-jako-heslo. Pro účely demonstrace byl použit veřejně online dostupná datová sada. Mimo samotný návrh testu jsem také zavedl nestandardní metriku vyhodnocení pro ukázku možností zaměření na různé typy deepfaků. Po provedení a vyhodnocení testů jsem zformuloval postup do obecné opakovatelné metodologie, obsahující praktiky a doporučení. Přínos této práce leží v zapracování deepfaků do existujících standardních metodologií testování biometrických systémů a tak formování a demonstrování opakovatelné metodologie. Topic of this paper is a methodology of testing the robustness of a voice biometric system against deepfakes. The main problem currently lies in insufficient coverage of testing against the presentation attack using deepfakes in ISO/IEC standards. The aim of this thesis is to cover the hole, resulting from emergence of deepfake technology, by proposing an extended methodology, based on the existing one, that focuses on fixing the issue. The solution of proposed problem started by studying the state of the art for deepfakes and standard practices of biometric system testing. Second, I proposed and documented a method of testing the voice biometric system. The test was designed as a scenario, where the Phonexia voice biometric system is used as a remote verification tool for the voice-as-a-password use-case. For the purpose of demonstration, the online publicly available dataset was used. On top of test design, I set a non-standard metric for the test evaluation to show possibilities of focus on different kinds of deepfakes. After carrying out tests and evaluating results, I formulated the procedure into a generic repeatable methodology, containing practices and recommendations. The contribution of this work lies in incorporating deepfakes into the existing standard methodologies of testing a biometric systems, hence forming and demonstrating a repeatable methodology. Keywords: deepfake; methodology; testing; spoofing; biometic system; deepfake; metodika; testování; spoofing; biometický systém Available in a digital repository NRGL Testování odolnosti systému hlasové biometrie vůči deepfakes

Tématem této práce je vytvoření metodologie testování odolnosti hlasového biometrického systému vůči deepfakům. Hlavní problém v současné době leží v nedostatečném pokrytí testování proti prezentačním ...

Reš, Jakub; Firc, Anton; Malinka, Kamil
Vysoké učení technické v Brně, 2023

Kolaborativní strojové učení v kontextu síťové bezpečnosti
Hejcman, Lukáš; Uhříček, Daniel; Žádník, Martin
2023 - English Metody strojového učení se již dlouhou dobu používají v oblastech monitorování a zabezpečení počítačových sítí kvůli jejich schopnosti analyzovat a klasifikovat velké množství dat. Pokrok v rychlosti a propustnosti počítačových sítí však ztěžuje vytváření a správu datových sad v distribuovaném prostředí kvůli jejich velikosti. Kromě toho, sdílení datových sad obsahujících zachycený síťový provoz uživatelů sítě představuje bezpečnostní problémy týkající se uživatelského soukromí. V této oblasti se tedy zkoumají metody kolaborativního strojového učení. Stávající řešení pro implementaci kolaborativního strojového učení jsou však buď nástroje pro ověření konceptu, nebo produkční nástroje a překlenutí této mezery se věnuje jen velmi málo pozornosti. Tato práce představuje nový nástroj pro kolaborativní strojové učení nazvaný FERDINAND, který tuto mezeru překlenuje tím, že se zaměřuje na průběžné aktualizace modelů, rozšiřitelnost a snadnou konfiguraci. Tento framework byl vyvinut v úzké spolupráci s výzkumným týmem sdružení CESNET zaměřeným na monitorování a bezpečnost sítí a je implementován jako produkční nástroj, který lze nasadit na backendovou infrastrukturu sdružení CESNET. Tato práce dále zkoumá životaschopnost použití rámce FERDINAND v kontextu monitorování sítě zkoumáním jeho aplikace na nejmodernější metody detekce škodlivých zařízení či detekci protokolu DNS přes HTTPS. Nakonec jsou prozkoumány budoucí směry vývoje nástroje. Machine learning methods have long been applied to the areas of network monitoring and security due to their ability to analyze and classify data at a rapid rate. However, the advancement in computer network speeds and throughput makes creating and managing datasets in a distributed setting more difficult due to their size. Furthermore, sharing such datasets containing captured network traffic of the network’s users presents a grave privacy concern. Thus, methods of collaborative machine learning are being explored in this domain. However, the existing solutions to implementing collaborative machine learning are either proof-of-concept tools or production frameworks, and very little focus is given to bridging this gap. This thesis presents a new framework for collaborative machine learning called FERDINAND, which bridges this gap by focusing on on-the-fly model updates, extensibility, and easy configuration. This framework was developed in close cooperation with the CESNET research team focusing on network monitoring and security, and is implemented to be a viable production-grade tool that can be deployed on the backend infrastructure of CESNET. This work further explores the viability of using the FERDINAND framework within the context of network monitoring by applying it to state-of-the-art methods for the detection of malicious devices or the classification of DNS over HTTPS traffic. Lastly, future development directions for the framework are explored. Keywords: FERDINAND; Collaborative; Federated; Machine; Learning; Network; Monitoring; FERDINAND; Kolaborativní; Federované; Strojové; Učení; Monitorování; Sítě Available in a digital repository NRGL Kolaborativní strojové učení v kontextu síťové bezpečnosti

Metody strojového učení se již dlouhou dobu používají v oblastech monitorování a zabezpečení počítačových sítí kvůli jejich schopnosti analyzovat a klasifikovat velké množství dat. Pokrok v rychlosti ...

Hejcman, Lukáš; Uhříček, Daniel; Žádník, Martin
Vysoké učení technické v Brně, 2023

Hluboké neuronové sítě pro sešívání obrázků
Šilling, Petr; Beran, Vítězslav; Španěl, Michal
2023 - English Sešívání obrázků je klíčovou technikou pro rekonstrukci objemů biologických vzorků z překrývajících se snímků z elektronové mikroskopie (EM). Současné metody zpracování snímků z EM k sešívání zpravidla využívají ručně definované příznaky, produkované například technikou SIFT. Nedávný vývoj však ukazuje, že konvoluční neuronové sítě dokáží zlepšit přesnost sešívání tím, že se naučí diskriminativní příznaky přímo z trénovacích obrázků. S ohledem na potenciál konvolučních neuronových sítí tato práce navrhuje sešívací nástroj DEMIS, který staví na pozornostní síti LoFTR pro hledání shodných příznaků mezi páry obrázků. Dále práce navrhuje novou datovou sadu generovanou dělením obrázků z EM s vysokým rozlišením na pole překrývajících se dlaždic. Výsledná datová sada je použita pro dotrénování sítě LoFTR a k vyhodnocení nástroje DEMIS. Experimenty na dané datové sadě ukazují, že nástroj je schopen nalézt přesnější shody mezi příznaky než SIFT. Navazující experimenty na obrázcích s vysokým rozlišením a malými překryvy mezi dlaždicemi dále poukazují na výrazně vyšší robustnost oproti metodě SIFT. Dosažené výsledky celkově naznačují, že hluboké učení může vést k prospěšným změnám v oblasti EM, například k umožnění menších překryvů mezi snímanými obrázky. Image stitching is an essential technique for reconstructing volumes of biological samples from overlapping tiles of electron microscopy (EM) images. Current volume EM stitching methods generally rely on handcrafted features, such as those produced by SIFT. However, recent developments indicate that convolutional neural networks (CNNs) can improve stitching accuracy by learning discriminative features directly from training images. Taking into account the potential of CNNs, this thesis proposes DEMIS, a novel EM image stitching tool based on LoFTR, an attention-based feature matching network. The thesis also proposes a novel dataset generated by splitting high-resolution EM images into grids of overlapping image tiles. The dataset is used to fine-tune LoFTR and to evaluate the DEMIS tool. Experiments on the synthetic dataset reveal higher feature matching accuracy compared to SIFT. Moreover, experiments on challenging images with small overlap regions and high resolution demonstrate significantly higher stitching robustness than SIFT. Overall, the results suggest that deep learning methods could be beneficial for EM imaging, for example, by allowing the use of smaller tile overlaps. Keywords: image stitching; volume electron microscopy; deep learning; convolutional neural networks; feature matching; SLAM optimisation; dataset of electron microscopy images; dataset synthesis; Python; DEMIS; LoFTR; SIFT; sešívání obrázků; objemová elektronová mikroskopie; hluboké učeni; konvoluční neuronové sítě; hledání shod mezi příznaky; SLAM optimalizace; datová sada obrázků z elektronové mikroskopie; syntéza datové sady; Python; DEMIS; LoFTR; SIFT Available in a digital repository NRGL Hluboké neuronové sítě pro sešívání obrázků

Sešívání obrázků je klíčovou technikou pro rekonstrukci objemů biologických vzorků z překrývajících se snímků z elektronové mikroskopie (EM). Současné metody zpracování snímků z EM k sešívání ...

Šilling, Petr; Beran, Vítězslav; Španěl, Michal
Vysoké učení technické v Brně, 2023