<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns="http://www.w3.org/2005/Atom">
<title>Praca inżynierska - Katedra Mechaniki, Informatyki i Robotyki - Robotyka 2022</title>
<link href="https://repin.pjwstk.edu.pl/xmlui/handle/186319/2320" rel="alternate"/>
<subtitle/>
<id>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2320</id>
<updated>2026-04-10T11:34:37Z</updated>
<dc:date>2026-04-10T11:34:37Z</dc:date>
<entry>
<title>Semantyczna segmentacja obrazu w kontekście pojazdów autonomiczny</title>
<link href="https://repin.pjwstk.edu.pl/xmlui/handle/186319/2340" rel="alternate"/>
<author>
<name>Woźniak, Jakub</name>
</author>
<id>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2340</id>
<updated>2023-01-26T12:34:45Z</updated>
<published>2023-01-26T00:00:00Z</published>
<summary type="text">Semantyczna segmentacja obrazu w kontekście pojazdów autonomiczny
Woźniak, Jakub
Wraz z intensywnym rozwojem technologicznym, zagadnienie jazdy autonomicznej w ruchu&#13;
miejskim stało się jednym z wiodących obszarów badań, łączących wiele dziedzin&#13;
naukowych.&#13;
Praca przybliża zagadnienie wizji komputerowej, w szczególności aspekt semantycznej&#13;
segmentacji obrazu, który ma krytyczne znaczenie w ruchu autonomicznym. W tym celu&#13;
opisane zostanie narzędzie segmentacji - sieci neuronowe, a w szczególności sieci splotowe,&#13;
które od wielu lat uznawane są za state-of-the-art w przetwarzaniu danych wizualnych.&#13;
Zaprezentowane zostaną również zbiory danych, zorientowane na zadanie segmentacji w&#13;
ruchu miejskim, a także dokładny opis zbioru wybranego na potrzeby tej pracy i jego&#13;
transformacji. W następnej kolejności przedstawione zostaną wybrane architektury segmentacyjne&#13;
i ich implementacja. Ostatecznie opisane zostaną metryki ewaluacji modeli&#13;
oraz zostaną przedstawione wyniki.
</summary>
<dc:date>2023-01-26T00:00:00Z</dc:date>
</entry>
<entry>
<title>”Wyprowadzenie liczby Frouda za pomocą regresji liniowej i wielomianowej”</title>
<link href="https://repin.pjwstk.edu.pl/xmlui/handle/186319/2339" rel="alternate"/>
<author>
<name>Górecka, Natalia</name>
</author>
<id>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2339</id>
<updated>2023-01-26T12:12:30Z</updated>
<published>2023-01-26T00:00:00Z</published>
<summary type="text">”Wyprowadzenie liczby Frouda za pomocą regresji liniowej i wielomianowej”
Górecka, Natalia
Dokument dotyczy pracy inżynierskiej, w której użyto dwóch algorytmów uczenia maszynowego pod nadzorem: regresji liniowej oraz regresji wielomianowej do wyliczenia liczby Frouda. Zawierają się informacje dotyczące pracy nad dwoma programami, napisanymi w języku python, które skutkują powstaniem dwóch modeli wyliczających liczbę Frouda na podstawie zbioru danych hydrodynamiki jachtów.
</summary>
<dc:date>2023-01-26T00:00:00Z</dc:date>
</entry>
<entry>
<title>Wyznaczanie rzeczywistych wymiarów obiektów w oparciu o obraz z kamery stereo</title>
<link href="https://repin.pjwstk.edu.pl/xmlui/handle/186319/2338" rel="alternate"/>
<author>
<name>Klepuszewski, Mateusz</name>
</author>
<id>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2338</id>
<updated>2023-01-26T12:07:24Z</updated>
<published>2023-01-26T00:00:00Z</published>
<summary type="text">Wyznaczanie rzeczywistych wymiarów obiektów w oparciu o obraz z kamery stereo
Klepuszewski, Mateusz
Praca zawiera teorię i przykłady implementacji potrzebne do wyznaczenia rzeczywistych wymiarów obiektu w oparciu o zdjęcia pozyskane z dwóch kamer stanowiących układ stereo. Omówiony zostaje mechanizm powstawania obrazu oraz charakterystyczne dla niego zniekształcenia. Przedstawione zostają metody korygowania tych zniekształceń wraz z wyprowadzeniem potrzebnych wzorów. Praca opisuje również sposób pozyskiwania z pary zdjęć informacji o głębi oraz rzeczywistych wymiarach obiektu. Wszystkie zagadnienia implementowane są poprzez wykorzystanie narzędzi programistycznych, w tym biblioteki OpenCV.
</summary>
<dc:date>2023-01-26T00:00:00Z</dc:date>
</entry>
<entry>
<title>Wykorzystanie głębokiego Q uczenia przez wzmacnianie w środowisku Atari</title>
<link href="https://repin.pjwstk.edu.pl/xmlui/handle/186319/2337" rel="alternate"/>
<author>
<name>Sęk, Gabriel</name>
</author>
<id>https://repin.pjwstk.edu.pl/xmlui/handle/186319/2337</id>
<updated>2023-01-26T12:01:22Z</updated>
<published>2023-01-26T00:00:00Z</published>
<summary type="text">Wykorzystanie głębokiego Q uczenia przez wzmacnianie w środowisku Atari
Sęk, Gabriel
Poniższa praca dyplomowa ma na celu prezentację projektu dotyczącego użycia głębokiego Q-uczenia przez wzmacnianie do nauki agenta przechodzenia gier Atari.&#13;
Początek pracy dotyczy wiedzy teoretycznej przedstawiającej zagadnienia z tematów o uczeniu maszynowym, sieciach neuronowych, uczeniu ze wzmocnieniem, sposobów nauki agenta przechodzenia gier . Następnie artykuł prezentuje rezultaty powstałe podczas pracy nad projektem dotyczącym zagadnień: środowiska emulującego gry na konsolę Atari, działanie skryptu zdolnego do przechodzenia gier Atari w języku programowania Python, korzystającego z bibliotek ogólnodostępnych.
</summary>
<dc:date>2023-01-26T00:00:00Z</dc:date>
</entry>
</feed>
