Ne (25309)
Počet nalezených dokumentů:
25309
Publikováno od
do
Aplikace pro detekci Fake News
Zádrapa, Jan; Holop, Patrik; Malinka, Kamil
2024 - anglický
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.
Klíčová slova:
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
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 - anglický
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.
Klíčová slova:
large; language; models; malware; behavior; analysis; detection; velké; jazykové; modely; malware; analýza; chování; detekce
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 - anglický
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
Klíčová slova:
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
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 ...
Modul webové aplikace pro tvorbu osnov kybernetické bezpečnosti
Hrachovina, Jiří; Sikora, Marek; Ricci, Sara
2024 - anglický
Tato práce se zaměřuje na vylepšení webové aplikace REWIRE Cybersecurity Profiler integrací algoritmu strojového učení na analýzu popisů kurzů. Tento komponent umožnuje automatickou analýzu popisů kurzů a propojuje výstupní dovednostní skupiny s profily ENISA ECSF. Práce také navrhuje několik vylepšení existující aplikace a to implementaci funkčních URL, vizualizaci návštěvnických dat skrze grafy, generování popisů kurzů pomocí ChatGPT a optimalizaci prvků uživatelského rozhraní. Práce také obsahuje demonstraci aplikace a její užitečnosti v navrhování studijních programů. This thesis focuses on enhancing the web-based application REWIRE Cybersecurity Profiler by integrating a machine learning algorithm for course description analysis. This component enables the automatic analysis of course descriptions and links the resulting skill groups to the ENISA ECSF profiles. Additionally, several improvements to the existing application have been proposed, including the implementation of functional URLs, visualization of visitor data through graphs, generation of course descriptions using ChatGPT, and optimization of user interface elements. Finally, the thesis includes a demonstration of the application and proof of its utility in designing study programs.
Klíčová slova:
Curricula design; Cybersecurity; Cybersecurity profiler; Machine learning; REWIRE Cybersecurity profiler; Software development; Web application; Návrh osnov; Kybernetická bezpečnost; Cybersecurity profiler; Strojové učení; REWIRE Cybersecurity profiler; Vývoj softwaru; Webová aplikace
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Modul webové aplikace pro tvorbu osnov kybernetické bezpečnosti
Tato práce se zaměřuje na vylepšení webové aplikace REWIRE Cybersecurity Profiler integrací algoritmu strojového učení na analýzu popisů kurzů. Tento komponent umožnuje automatickou analýzu popisů ...
Laser control of the metamagnetic phase transition in FeRh nanostructrures
Velič, Alexander; Dubroka, Adam; Arregi Uribeetxebarria, Jon Ander
2024 - anglický
Nedávno sa ukázalo, že rýchlosť zápisu informácií v magnetických médiách by sa mohla výrazne zvýšiť využitím ultrakrátkych laserových impulzov, ktoré umožňujú koherentné prepínanie magnetizácie v pikosekundovej časovej škále. Ekviatomická zliatina FeRh, ktorá sa vyznačuje fázovým prechodom prvého rádu medzi antiferomagnetickým (AF) a feromagnetickým (FM) rádom, predstavuje zaujímavý materiál na riadenie magnetického poriadku pomocou laserových impulzov. Ultrakrátke laserové impulzy však podporujú iba jednostranný prechod z AF na FM, zatiaľ čo spätný prechod z FM na AF si vyžaduje chladenie a nemožno ho dosiahnuť laserovým ožiarením v rýchlych časových intervaloch. Táto práca sa snaží preskúmať originálne spôsoby riadenia magnetického fázového prechodu v mezoštruktúrach FeRh využitím metastabilného charakteru podchladených FM stavov nachádzajúcich sa v tomto systéme. Polia submikrónových štruktúr FeRh sú vyrobené pomocou litografie a ich charakteristiky fázového prechodu boli skúmané pomocou mikroskopie magnetickej sily. Identifikujú sa podchladené stavy a ich vlastnosti, pričom sa hodnotí ich odozva na osvetlenie ultrarýchlymi laserovými pulzmi. Je vidieť, že impulzy s nízkym výkonom môžu priniesť podchladené FM štruktúry do základného stavu AF, zatiaľ čo impulzy s vysokým výkonom indukujú dopredný prechod AF-to-FM, čím sa nakoniec dosiahne svetlom indukovaná obojsmerná kontrola fázového prechodu vo FeRh. It has been recently shown that information writing speed in magnetic media could be greatly enhanced by utilizing ultrashort laser pulses, which enable coherent magnetization switching at the picosecond timescale. The equiatomic FeRh alloy, which features a first-order phase transition between antiferromagnetic (AF) and ferromagnetic (FM) order, constitute an interesting material for control of magnetic order using laser pulses. However, ultrashort laser pulses only promote the forward AF-to-FM transition, whereas the reverse FM-to-AF transition necessitates cooling and cannot be achieved via laser irradiation, at fast timescales. This work seeks to explore original ways of controlling the magnetic phase transition in FeRh mesostructures by exploiting the metastable character of supercooled FM states found in this system. Arrays of submicron FeRh structures were fabricated using lithography and their phase transition characteristics were investigated using magnetic force microscopy. Supercooled states and their properties were identified, with their response to illumination with ultrafast laser pulses being evaluated. It was seen that low power pulses can bring supercooled FM structures to the ground AF state, whereas high-power pulses induce the forward AF-to-FM transition, eventually achieving light-induced bidirectional control of the phase transition in FeRh.
Klíčová slova:
magnetic phase transition; FeRh; antiferromagnetism; ferromagnetism; mesostructures; laser-induced control; bidirectional; magnetická fázová premena; FeRh; antiferromagnetismus; ferromagnetismus; mesoštruktúry; leserom indukovaná kontrola; biderekcionálny
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Laser control of the metamagnetic phase transition in FeRh nanostructrures
Nedávno sa ukázalo, že rýchlosť zápisu informácií v magnetických médiách by sa mohla výrazne zvýšiť využitím ultrakrátkych laserových impulzov, ktoré umožňujú koherentné prepínanie magnetizácie v ...
Implementace rozpoznávání gest na ARM jako alternativa tradičního ovládání zařízení
Gajdošík, Richard; Zbořil, František; Kočí, Radek
2024 - anglický
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.
Klíčová slova:
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
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 - anglický
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.
Klíčová slova:
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
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 - anglický
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.
Klíčová slova:
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
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 - anglický
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.
Klíčová slova:
printing; 3D; silver; additive manufacturing; powder; jewellery; printers; laser; tisk; 3D; stříbro; aditivní výroba; prášek; šperky; tiskárny; laser
Plné texty jsou dostupné v digitálním repozitáři NUŠL
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 ...
Aplikace pro podporu tréninku silových sportů
Klem, Richard; Tesařová, Alena; Herout, Adam
2024 - anglický
Tato práce představuje nový přístup k analýze výkonu v silových sportech pomocí modelu strojového učení pro odhad lidské pózy. Implementované řešení využívá model RTMPose k odhadu klíčových bodů lidské pózy, následně odvozuje polohu činky ze souřadnic zápěstí a vypočítává výkonnostní metriky. Konkrétní úhly kamery nebo viditelné kotouče nejsou vyžadovány. Navrhovaná metoda vylepšuje tradiční silový trénink tím, že poskytuje zpětnou vazbu a výkonnostní metriky, jako je průměrná rychlost, a ukazuje se jako účinná ve veřejných posilovnách i v domácím prostředí, a to i pro cvičení s vlastní vahou nebo pomůckami jako je např. odporová guma. Rozsáhlé experimenty potvrzují širokou použitelnost navrhnutého řešení. Srovnání s profesionálním systémem Qualisys prokazuje dostatečnou kvalitu aplikace. This thesis presents a novel approach for strength sports performance analysis using a human pose estimation machine learning model. The implemented solution employs the RTMPose model to estimate keypoints, then derive the barbell position from the wrist coordinates, and compute performance metrics without requiring specific camera angles or visible weight plates. The proposed method enhances traditional resistance training by providing feedback and performance metrics such as mean velocity. The solution was proved effective in both gym and home environments, even without barbells. Extensive experiments demonstrate the robustness and wide usability of the solution. Comparison with the professional system Qualisys confirms the validity of the application results.
Klíčová slova:
powerlifting; velocity-based training; computer vision; mobile application; human pose estimation; RTMPose; client-server architecture; monocular space calibration; silový trojboj; trénink založený na rychlosti; počítačové vidění; mobilní aplikace; odhad lidské pózy; RTMPose; architektura klient-server; monokulární kalibrace prostoru
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Aplikace pro podporu tréninku silových sportů
Tato práce představuje nový přístup k analýze výkonu v silových sportech pomocí modelu strojového učení pro odhad lidské pózy. Implementované řešení využívá model RTMPose k odhadu klíčových bodů ...
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