Zadání studentských prací

zpět na web KM

Zadání diplomové práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Analýza satelitních dat pomocí metod strojového učení
Název (EN):	Satellite data analysis using machine learning methods

Pokyny pro vypracování

1.	Seznamte se s problematikou strojového učení (metody příznakové i založené na konvolučních neuronových sítích) a jeho využití pro klasifikaci multispektrálních satelitních dat.
2.	Nastudujte charakter multispektrálních dat ze satelitu Sentinel-2 a připravte trénovací a testovací sadu dat pro trénování algoritmů.
3.	Navrhněte možnost generování trénovacích množin dat pomocí augmentace.
4.	Navrhněte a implementujte řešení pro analýzu satelitních dat se zřetelem na jejich možnou variabilitu v rámci jednotlivých tříd, která může narušovat robustnost postupů.
5.	Vyhodnoťte úspěšnost navrženého řešení.
6.
7.
8.

Doporučená literatura

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	W. K. Pratt, Digital Image Processing (3rd ed.), John Wiley, New York, 2001.
2.	I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. MIT Press, 2016.
3.	C. Shorten and T.M. Khoshgoftaar, A survey on Image Data Augmentation for Deep Learning. J Big Data 6, 60. 2019.
4.	C. M. Bishop, Pattern Recognition and Machine Learning. Springer-Verlag, Berlin, Heidelberg, 2006.
5.
6.

Školitel a konzultant

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav teorie informace a automatizace AV ČR, v.v.i. oddělení Zpracování obrazové informace Pod Vodárenskou věží 4 182 08 Praha 8
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Ústav teorie informace a automatizace AV ČR, v.v.i. oddělení Zpracování obrazové informace Pod Vodárenskou věží 4 182 08 Praha 8
	(Název instituce a adresa)

Data

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2020-02-24 14:00:49

– zahájení procesu zadání

2020-02-24 14:51:44

– zasláno školiteli

2020-02-24 15:04:02

– upraveno školitelem

2020-02-24 16:51:30

– zasláno na KM

2020-03-04 17:55:55

– žádost o autorizaci

2020-03-05 15:24:22

– autorizováno školitelem

2020-03-20 15:05:54

– schváleno KM

2020-10-07 11:48:17

– reaktivováno

2020-10-07 11:48:40

– vráceno k opravě

2020-10-07 12:08:22

– zasláno školiteli

2020-10-07 12:17:44

– upraveno školitelem

2020-10-07 12:18:39

– zasláno na KM

2020-10-08 09:21:14

– žádost o autorizaci

2020-10-08 09:22:40

– autorizováno školitelem

2020-10-26 09:50:13

– vráceno k opravě

2020-10-26 10:06:10

– zasláno na KM

2020-11-30 11:46:45

– schváleno KM