Ne (25309)
Počet nalezených dokumentů:
25309
Publikováno od
do
Interpretation of emotions from text on social media
Tlustoš, Vít; Košař, Vlastimil; Malik, Aamir Saeed
2024 - anglický
Většina lidských interakcí probíhá buď prostřednictvím textu, nebo může být na text převedena pomocí speech-to-text technologií. Tato práce je věnována rozpoznávání emocí z takovýchto textů. Navzdory rozsáhlému výzkumu v této oblasti tři významné problémy přetrvávaly: neprozkoumaná nebo omezená účinnost metod napříč doménami, povrchní analýza výsledků a omezená použitelnost výstupů. Tyto výzvy řešíme navržením dvou modelů založených na modelu RoBERTa, které nazýváme EmoMosaic-base a EmoMosaic-large. Tyto modely byly trénovány na následujicích datasetech: SemEval-2018 Task 1:Affect in Tweets, GoEmotions, XED a DailyDialog. Na rozdíl od ostatních studií jsme naše modely trénovali na všech uvedených datasetech současně, přičemž jsme zachovali jejich původní kategorie. Výsledkem jsou modely, které dobře fungují napříč různými doménami a jsou přímo porovnatelné s ostatními metodami. Model EmoMosaic-large dokonce překonává nedávné jedno-doménové state-of-the-art modely na datasetech SemEval-2018 Task 1: Affect in Tweets a GoEmotions, což dokazuje jeho vynikající schopnosti napříč různými oblastmi. Pro zvýšení využitelnosti a reprodukovatelnosti našeho výzkumu poskytujeme veškerý kód a modely veřejně na: https://huggingface.co/vtlustos. Most human interactions are either text-based or can be converted to text using speech-to-text technologies. This thesis is dedicated to recognizing emotions from these texts. Despite extensive research in this domain, three significant challenges persisted: unexplored or limited cross-domain efficacy of the methods, superficial analysis of the result, and limited usability of the outcomes. We address these challenges by proposing two models based on the RoBERTa model, which we call EmoMosaic-base and EmoMosaic-large. These models were trained on the following datasets: SemEval-2018 Task 1: Affect in Tweets, GoEmotions, XED, and DailyDialog datasets. In contrast to prior studies, we trained our models on all the datasets simultaneously while preserving their original categories. This resulted in models that exhibit strong performance across diverse domains and are directly comparable to other methods. In fact, EmoMosaic-large outperforms recent single-domain state-of-the-art models on SemEval-2018 Task 1: Affect in Tweets and GoEmotions datasets, demonstrating outstanding cross-domain performance. To promote the usability and reproducibility of our research, we make all our code and models public, available at: https://huggingface.co/vtlustos.
Klíčová slova:
emotion classification from text; emotion recognition from text; cross-domain emotion recognition; GoEmotions; DailyDialog; XED; SemEval-2018 Task 1; klasifikace emocí z textu; rozpoznávání emocí z textu; rozpoznávání emocí napříč doménami; GoEmotions; DailyDialog; XED; SemEval-2018 Task 1
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Interpretation of emotions from text on social media
Většina lidských interakcí probíhá buď prostřednictvím textu, nebo může být na text převedena pomocí speech-to-text technologií. Tato práce je věnována rozpoznávání emocí z takovýchto textů. Navzdory ...
Emotion Recognition from Analysis of a Person’s Speech using Deep Learning
Galba, Šimon; Kekely, Lukáš; Malik, Aamir Saeed
2024 - anglický
Táto práca sa zaoberá analýzou a implementáciou neurónovej siete za účelom rozpoznávania emócií z reči človeka pomocou hlbokého učenia. Práca sa taktiež zaoberá ladením tejto siete za účelom dosiahnutia väčšej citlivosti voči konkrétnej emócii a skúma časové a nepriamo aj finančné nároky tohto ladenia. Inšpiráciou na vytvorenie tejto práce je stúpajúca integrácia umelej inteligencie v oblasti biológie, zdravotníctva ako aj psychológie a jedným z cieľov je aj skúmanie náročnosti vytvárať konkrétne modely neurónových sietí na účely v týchto vedách, čo by malo prispieť k lepšej dostupnosti modelov umenelej inteligencie. Práca stavia na základe implementácie modelu "AST: Audio Spectrogram Transformer" ktorá je verejne dostupná pod licenciou BSD 3-Clause License a využíva metódy ktoré boli doposiaľ využívané na klasifikáciu a rozpoznávanie obrazov vďaka premene zvukovej stopy na spektrogram. Výsledné hodnoty váženej presnosti sú následovné: 93.5% pre EMODB dataset, 92.8% pre EMOVO a 92,9% pre dataset RAVDESS. This thesis deals with the analysis and implementation of a neural network for the purpose of recognizing emotions from human speech using deep learning. The thesis also focuses on tuning this network to achieve greater sensitivity to a specific emotion and explores the time and indirectly the financial requirements of this tuning. The inspiration for creating this work is the increasing integration of artificial intelligence in the fields of biology, healthcare, as well as psychology, and one of the goals is also to study the complexity of creating specific models of neural networks for purposes in these sciences, which should contribute to better accessibility of artificial intelligence models. The work is based on the implementation of the "AST: Audio Spectrogram Transformer" model, which is publicly available under the BSD 3-Clause License and utilizes methods that have been used so far for classification and recognition of images by converting an audio track into a spectrogram. The resulting values of weighted accuracy are as follows: 93.5% for the EMODB dataset, 92.8% for EMOVO, and 92.9% for the RAVDESS dataset.
Klíčová slova:
deep learning; Audio Spectrogram Transformer; speech emotion recognition; speech signal processing; emotion classification; hluboké učení; Audio Spectrogram Transformer; rozpoznávání emocí z řeči; zpracování řečového signálu; klasifikace emocí
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Emotion Recognition from Analysis of a Person’s Speech using Deep Learning
Táto práca sa zaoberá analýzou a implementáciou neurónovej siete za účelom rozpoznávania emócií z reči človeka pomocou hlbokého učenia. Práca sa taktiež zaoberá ladením tejto siete za účelom ...
Automatická komprese vah neuronových sítí
Lorinc, Marián; Sekanina, Lukáš; Mrázek, Vojtěch
2024 - anglický
Konvolučné neurónové siete (CNN) od svojho vynájdenia zrevolucionizovali spôsob, akým sa realizujú úlohy z odvetvia počítačového videnia. Vynález CNN viedol k zníženiu pamäťovej náročnosti, keďže váhy boli nahradené konvolučnými filtrami obsahujúcimi menej trénovateľných váh. Avšak, toto zníženie bolo dosiahnuté na úkor zvýšenia požiadaviek na výpočtový výkon, ktorý je naviazaný na výpočet konvolúcie. Táto práca skúma hypotézu, či je možné sa vyhnúť načítavaniu váh a miesto toho ich vypočítať, čím sa ušetrí energia. Na otestovanie tejto hypotézy bol vyvinutý nový algoritmus kompresie váh využívajúci Kartézske genetické programovanie. Tento algoritmus hľadá najoptimálnejšiu funkciu kompresie váh s cieľom zvýšiť energetickú účinnosť. Experimenty vykonané na architektúrach LeNet-5 a MobileNetV2 ukázali, že algoritmus dokáže efektívne znížiť spotrebu energie pri zachovaní vysokej presnosti modelu. Výsledky ukázali, že určité vrstvy je možné doplniť vypočítanými váhami, čo potvrdzuje potenciál pre energeticky efektívne neurónové siete. Convolutional Neural Networks (CNNs) have revolutionised computer vision field since their introduction. By replacing weights with convolution filters containing trainable weights, CNNs significantly reduced memory usage. However, this reduction came at the cost of increased computational resource requirements, as convolution operations are more computation intensive. Despite this, memory usage remains more energy-intensive than computation. This thesis explores whether it is possible to avoid loading weights from memory and instead functionally calculate them, thereby saving energy. To test this hypothesis, a novel weight compression algorithm was developed using Cartesian Genetic Programming. This algorithm searches for the most optimal weight compression function, aiming to enhance energy efficiency without compromising the functionality of the neural network. Experiments conducted on the LeNet-5 and MobileNetV2 architectures demonstrated that the algorithm could effectively reduce energy consumption while maintaining high model accuracy. The results showed that certain layers could benefit from weight computation, validating the potential for energy-efficient neural network implementations.
Klíčová slova:
Convolutional Neural Networks; CNN; Evolutionary Algorithms; EA; Genetic Algorithms; GA; Cartesian Genetic Programming; CGP; Optimization; Compression; MobileNetV2; LeNet-5; Energy Efficiency; Weight Compression Algorithm; Deep Learning; Konvolučné neurónové siete; CNN; Evolučné algoritmy; EA; Genetické algoritmy; GA; Kartézske genetické programovanie; CGP; Optimalizácia; Kompresia; MobileNetV2; LeNet-5; Energetická účinnosť; Kompresia váh; Hlboké učenie
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Automatická komprese vah neuronových sítí
Konvolučné neurónové siete (CNN) od svojho vynájdenia zrevolucionizovali spôsob, akým sa realizujú úlohy z odvetvia počítačového videnia. Vynález CNN viedol k zníženiu pamäťovej náročnosti, keďže váhy ...
Sebevzdělávání jako nezbytná součást profesního vývoje jazykově orientovaného profesionála
Schneebaum, Tobias; Jašková, Jana; Langerová, Petra
2024 - anglický
Tato bakalářská práce se zabývá konceptem sebeřízeného učení a jeho klíčovými složkami. Úvodní kapitoly začínají krátkými historickými milníky a poté se věnují významným teoriím, které utvářely koncept sebeřízeného učení. Poté je vysvětlen význam sebeevaluace pro rozvoj dovedností, následovaný velkým vlivem, který mají učitelé na sebevzdělávání, se zaměřením na teoretický model SSDL. Motivace, jakožto klíčový prvek, je popsána s důrazem na „self-determination theory“, přičemž teorie rozlišuje dva typy motivace, což vede k závěrečné podkapitole, která se zaměřuje na různé faktory ovlivňující motivaci. Aspekty zkoumané v této práci by mohly rozšířit povědomí o tomto důležitém konceptu a významu jeho širokého uplatnění. This bachelor’s thesis explores the concept of self-directed learning and its crucial components. The initial chapters start with a few historical milestones and then discuss significant theories that shaped the concept of self-learning. Afterwards, the importance of self-evaluation for skill development is explained, followed by the great influence that teachers have on self-education, with a focus on a theoretical model of SSDL. Motivation, a key element for effective learning, is described with an emphasis on self-determination theory, distinguishing between theories’ two types of motivation, leading to the final subchapter that focuses on different factors that influence motivation. The aspects examined in this thesis might broaden awareness of this important concept and the significance of its widespread application.
Klíčová slova:
Self-directed learning; self-learning; autonomy; self-evaluation; teacher influence; motivation; intrinsic motivation; extrinsic motivation; Sebeřízené učení; sebevzdělávání; autonomie; sebeevaluace; vliv učitele; motivace; intrinsická (vnitřní) motivace; extrinsická (vnější) motivace
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Sebevzdělávání jako nezbytná součást profesního vývoje jazykově orientovaného profesionála
Tato bakalářská práce se zabývá konceptem sebeřízeného učení a jeho klíčovými složkami. Úvodní kapitoly začínají krátkými historickými milníky a poté se věnují významným teoriím, které utvářely ...
Vzorkovač optimalizovaný pro odběr zadané skupiny sypkých materiálů
Rolný, Jakub; Nevoral, Tomáš; Škrabánek, Pavel
2024 - anglický
Tato práce se zabývá vývojem nastavitelného děliče vzorků pro semena různých velikostí a tvarů. Jeho účelem je vytvářet reprezentativní vzorky frakcí, nastavených obsluhou, ze vstupního materiálu, který má být vzorkován. Hlavním cílem bylo vyvinout a otestovat tento typ děliče vzorků. Dělič vzorků byl vyvinut na bázi minipásového dopravníku s klapkou umístěnou na konci dopravníku, odkud se materiál dělí do boxů na vzorky a na zbývající materiál. Pro dělič vzorků byly vyvinuty a testovány čtyři různé typy dopravníkových podavačů. Výsledky testu ukázaly, že verze C dopravníkového podavače poskytuje nejlepší výsledky. Závěrem lze říci, že nastavitelný dělič vzorků usnadňuje produkci reprezentativních vzorků různých semen na jediném zařízení, na rozdíl od použití více komerčně dostupných děličů vzorků, které jsou určeny pro specifické velikosti a tvary částic materiálu. This thesis concerns the development of an adjustable sample divider for seeds of different sizes and shapes. Its purpose is to produce representative samples of fractions set by the operator from the input material to be sampled. The main objective was to develop and test this type of sample divider. The sample divider was developed based on a mini conveyor belt with a sampling flap positioned at the end of the conveyor belt where the material is sampled into the sample and remaining material boxes. Four different types of conveyor feeders were developed and tested for the sample divider. The results of the test indicated that version C of the conveyor feeder gave the best results. In conclusion, the adjustable sample divider facilitates the production of representative samples of different seeds on a single piece of equipment, as opposed to the use of multiple commercially available sample dividers designed for specific sizes and shapes of material particles.
Klíčová slova:
sample divider; theory of sampling; representative sample; communication protocol; vzorkovač; teorie vzorkování; reprezentativní vzorek; komunikační protokol
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Vzorkovač optimalizovaný pro odběr zadané skupiny sypkých materiálů
Tato práce se zabývá vývojem nastavitelného děliče vzorků pro semena různých velikostí a tvarů. Jeho účelem je vytvářet reprezentativní vzorky frakcí, nastavených obsluhou, ze vstupního materiálu, ...
Distribuovaný systém potlačení DoS útoků
Beneš, Dalibor; Žádník, Martin; Šišmiš, Lukáš
2024 - anglický
Ochrana před distribuovanými útoky odepření služby (DDoS) patří mezi klíčové oblastí síťové bezpečnosti. Jednou z možných forem ochrany je využití zařízení DCPro DDoS Protector vyvíjeného sdružením CESNET. Sdružení CESNET provozuje také systémy pro monitorování a analýzu síťového provozu IPFIXcol2 a NEMEA, a dále poskytuje možnost využít protokol pro monitorování sítě sFlow. Cílem této práce je navrhnout a uskutečnit integraci těchto systémů a vytvořit tak efektivní systém potlačení útoků odepření služby. Při vypracování tohoto cíle byl kladen důraz na efektivní využití stávajích řešení, znovupoužitelnost a možnosti budoucího rozšíření celé distribuované architektury. Protection against distributed denial of service (DDoS) attacks is one of the key areas of network security. One of the forms of defence is to use the DCPro DDoS Protector device developed by the CESNET association. The CESNET association also utilizes network monitoring and traffic analysis systems IPFIXcol2 and NEMEA, as well as the network monitoring protocol sFlow. The aim of this thesis was to propose and realize the integration of those systems, so that an effective distributed system for the mitigation of DDoS attacks could be created. During the work on this task, special focus was given to the effective utilization of existing solutions, reusability and the option for a future expansion of the distributed architecture.
Klíčová slova:
DCPro DDoS Protector; NEMEA; IPFIXcol; IPFIX; sFlow; NetFlow; CESNET; DoS; DDoS; network security; network data analysis; network monitoring; DDoS attack mitigation; DCPro DDoS Protector; NEMEA; IPFIXcol; IPFIX; sFlow; NetFlow; CESNET; DoS; DDoS; síťová bezpečnost; analýza síťových dat; monitorování sítě; potlačení DDoS útoků
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Distribuovaný systém potlačení DoS útoků
Ochrana před distribuovanými útoky odepření služby (DDoS) patří mezi klíčové oblastí síťové bezpečnosti. Jednou z možných forem ochrany je využití zařízení DCPro DDoS Protector vyvíjeného sdružením ...
Bezpečnostní rizika senzorů v mobilních zařízeních
Henclová, Kateřina; Polčák, Libor; Hranický, Radek
2024 - anglický
Tato práce představuje hrozby pro mobilní bezpečnost a soukromí, které představují mobilní senzory. Představuje rozhraní Generic Sensor API, mobilní senzory a způsoby jejich zneužití. Pomocí mobilních senzorů, jako je akcelerometr, gyroskop a magnetometr, tato práce demonstruje takový útok na mobilní senzory v prohlížeči. Zvoleným útokem je rozpoznávání aktivity, které provádí predikci aktivit pomocí strojového učení se slibnými výsledky a předpovídá správnou třídu aktivit přibližně v 69% případů napříč všech tříd. Pozornost je věnována také rozšíření JShelter a tomu, zda poskytuje ochranu před nežádoucím odhalením senzorů. This work presents the threats to mobile security and privacy exposed by mobile sensors. It introduces the Generic Sensor API, the mobile sensors, and ways they can be misused. Using the mobile sensors like the accelerometer, gyroscope and magnetometer, this work demonstrates such an attack on mobile sensors in the browser. The chosen attack is activity recognition, which performs its activity prediction using machine learning with promising results, predicting the correct activity class approximately 69% of the time across all classes. Focus is also given to the JShelter extension, and whether it provides protection against unwanted sensor exposure.
Klíčová slova:
Mobile sensors; Cybersecurity; Privacy; JShelter; Generic Sensor API; JavaScript; Activity recognition; Machine learning; Accelerometer; Gyroscope; Magnetometer; Mobilní senzory; kyberbezpečnost; soukromí; JShelter; Generic Sensor API; JavaScript; rozpoznávání aktivity; strojové učení; akcelerometr; gyroskop; magnetometr
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Bezpečnostní rizika senzorů v mobilních zařízeních
Tato práce představuje hrozby pro mobilní bezpečnost a soukromí, které představují mobilní senzory. Představuje rozhraní Generic Sensor API, mobilní senzory a způsoby jejich zneužití. Pomocí mobilních ...
Vliv výrazů obličeje na 3D rozpoznávání podle obličeje.
Kováč, Peter; Goldmann, Tomáš; Pleško, Filip
2024 - anglický
Bakalárska práca "Vplyv výrazov tváre na rozpoznávanie tváre v 3D" sa zameriava na štúdium vplyvu výrazov tváre na presnosť rozpoznávania tváre v 3D. Prvé kapitoly skúmajú rôzne techniky 3D modelovania a ich využitie vrátane 3D morfovateľných modelov (3DMM), modelov blendshape a metód založených na neurónových sieťach ako FLAME (Faces Learned with an Articulated Model and Expressions). Práca následne predstavuje nový prístup k rekonštrukcii 3D modelov tvárí z 2D obrázkov a navrhuje hodnotiaci rámec na meranie vplyvu zmien výrazov tváre na rozpoznávanie tváre v 3D. Experimentálne výsledky ukazujú, ako rôzne výrazy, ako napríklad hnev, radosť a strach, ovplyvňujú presnosť rozpoznávania. Zistenia tejto práce prispievajú k hlbšiemu pochopeniu úlohy výrazov tváre v rozpoznávaní tváre v 3D a navrhujú možné zlepšenia na zvýšenie presnosti rozpoznávacích systémov. The thesis "The impact of facial expressions on 3D face recognition" focuses on studying the effect of facial expressions on the accuracy of 3D face recognition. The first chapters explore various 3D modeling techniques and their applications, including 3D Morphable Models (3DMMs), blendshape models, and neural network-based methods like FLAME (Faces Learned with an Articulated Model and Expressions). The thesis then presents a new approach for reconstructing 3D face models from 2D images and proposes an evaluation framework to measure the impact of facial expression changes on 3D face recognition. Experimental results demonstrate how different expressions, such as anger, happiness, and fear, influence recognition accuracy. The findings of this work contribute to a deeper understanding of facial expressions’ role in 3D face recognition and propose potential improvements for enhancing recognition systems.
Klíčová slova:
3D face recognition; facial expressions; 3D Morphable Models; blendshape models; FLAME; DECA; landmark detection; 3D modeling; facial animation; 3D rozpoznávanie tvárí; výrazy tváre; 3D morfovateľné modely; modely blendshape; FLAME; DECA; detekcia bodov; 3D modelovanie; animácia tváre
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Vliv výrazů obličeje na 3D rozpoznávání podle obličeje.
Bakalárska práca "Vplyv výrazov tváre na rozpoznávanie tváre v 3D" sa zameriava na štúdium vplyvu výrazov tváre na presnosť rozpoznávania tváre v 3D. Prvé kapitoly skúmajú rôzne techniky 3D ...
Robotický manipulátor s využitím RC komponentů a serv
Liška, Jakub; Nosko, Svetozár; Zemčík, Pavel
2024 - anglický
Cieľom tejto diplomovej práce bolo vytvorenie vlatného robotického manipulátoru, s pou-\\žitím RC(diaľkovo ovládaných) komponentov a servomotorov. V rámci riešenia bolo potre-\\bné robotický manipulátor vybaviť senzorikou, ktorá umožnuje detekciu kolízii s okolím a zabezpečuje tak bezpečnosť obsluhy v pracovnom priestore manipulátoru. Robotický manipilátor je taktiež vybavený absolútnimi enkódermi pre snímanie polohy jednotlivých kĺbov, akcelerometrom a senzormi pre meranie záťaží pôsobiacich na jednotlivé kĺby. O pohyb ramena sa starajú štandardné krokové motory. Samotné telo robotického manipulátoru bolo navrhnuté s ohľadom na jednotlivé komponenty a je možné ho vyrobiť pomocou 3D tlače. Súčastou riešenia je aj užívateľské rozhranie, pomocou ktorého je možné robotické rameno ovládať. The aim of this thesis was to create a valid robotic manipulator, using RC(radio control) components and servomotors. As part of the solution, it was necessary to equip the robotic manipulator with sensors that enable the detection of collisions with the environment and thus ensure the safety of the operator in the working area of the manipulator. The robotic manipulator is also equipped with absolute encoders for sensing the position of individual joints, an accelerometer and sensors for measuring the loads acting on individual joints. Standard stepper motors take care of the arm movement. The body of the robotic manipulator itself has been designed with the individual components in mind and can be fabricated using 3D printing. The solution also includes a user interface that can be used to control the robotic arm.
Klíčová slova:
robotic manipulator; robotic arm; collision detection; stepper motor; kinematics; 3D printing; off-shelf components; RC components; sensors; development boards; robotický manipulátor; robotické rameno; detekcia kolízii; krokový motor; kinematika; 3D tlač; off-shelf komponenty; RC komponenty; senzory; vývojové dosky
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Robotický manipulátor s využitím RC komponentů a serv
Cieľom tejto diplomovej práce bolo vytvorenie vlatného robotického manipulátoru, s pou-\\žitím RC(diaľkovo ovládaných) komponentov a servomotorov. V rámci riešenia bolo potre-\\bné robotický ...
Řízení aktivních prvků LEGO Technic z prostředí EV3
Blaško, Daniel; Polčák, Libor; Hranický, Radek
2024 - anglický
LEGO Mindstorms je populárna rada programovateľných kociek s rozsiahlou sadou funkcií, ktorá už 25 rokov pomáha učiť deti základy robotiky a počítačových vied, a ktorá sa teší širokej komunitnej podpore. Cieľom tejto bakalárskej práce je vytvoriť hardvérové a softvérové riešenia, ktoré zlepšia kompatibilitu medzi kockou Mindstorms EV3 a ostatnými motorizovanými LEGO súčiastkami, s primárnym zameraním sa na produktovú radu Power Functions. V rámci tejto práce boli v rôznych iteráciách vytvorené radiče, ktoré rozširujú možnosti kocky EV3 ovládať motory, s použitím vlastných návrhov dizajnov plošných spojov a 3D tlačených puzdier. Okrem nich boli vyvinuté softvérové kódovacie bloky, ktoré umožňujú kocke komunikovať s týmito radičmi a ďalšími UART zariadeniami. LEGO Mindstorms is a popular series of programmable bricks with an advanced set of functionality, which has been helping children learn the basics of robotics and computer science for 25 years and which enjoys wide community support. The goal of this bachelor's thesis is to provide hardware and software solutions to enhance the compatibility between the LEGO Mindstorms EV3 intelligent brick and other motorized LEGO parts, primarily focusing on the Power Functions product line. In this thesis, I will create motor drivers in several iterations that broaden the capabilities of the EV3 brick to control a large number of motors, using my designs for printed circuit boards and 3D-printed enclosures. Additionally, I will develop software code blocks for the EV3 that allow it to communicate with the aforementioned drivers, as well as other UART devices.
Klíčová slova:
LEGO; LEGO Mindstorms EV3; EV3-G Blocks; LEGO Power Functions; microcontroller; Arduino; ESP; motor driver; I2C; UART; printed circuit board; LEGO; LEGO Mindstorms EV3; EV3-G Bloky; LEGO Power Functions; mikrokontrolér; Arduino; ESP; motorový radič; I2C; UART; plošný spoj
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Řízení aktivních prvků LEGO Technic z prostředí EV3
LEGO Mindstorms je populárna rada programovateľných kociek s rozsiahlou sadou funkcií, ktorá už 25 rokov pomáha učiť deti základy robotiky a počítačových vied, a ktorá sa teší širokej komunitnej ...
NUŠL poskytuje centrální přístup k informacím o šedé literatuře vznikající v ČR v oblastech vědy, výzkumu a vzdělávání. Více informací o šedé literatuře a NUŠL najdete na webu služby.
Vaše náměty a připomínky posílejte na email nusl@techlib.cz
Provozovatel
Zahraniční báze