Závěrečná práce: Bc. Jan Horák: Testování mapovacího nástroje využívajícího umělou inteligenci a jeho využití pro humanitární mapování
Diplomová práce
Testování mapovacího nástroje využívajícího umělou inteligenci a jeho využití pro humanitární mapování
Testing of AI-assisted mapping tool and its use for humanitarian mapping
Anotace
Automatizace humanitárního mapování pomocí umělé inteligence představuje významný směr vývoje, který může zvýšit efektivitu a dostupnost mapových dat v krizových oblastech. Cílem této diplomové práce bylo otestovat nástroj fAIr, vyvinutý organizací Humanitarian OpenStreetMap Team (HOT), který umožňuje lokálním komunitám mapérů trénovat vlastní modely umělé inteligence. Výzkum se zaměřil na porovnání …více
Abstract
The automation of humanitarian mapping using artificial intelligence represents a significant development direction that can enhance the efficiency and availability of map data in crisis areas. The aim of this diploma thesis was to test the fAIr tool, developed by the Humanitarian OpenStreetMap Team (HOT), which enables local mapping communities to train their own artificial intelligence models. The …více
Zadání práce
Hlavním cílem práce je podílet se na testování nového nástroje jménem fAIr, jehož rozvoj řídí Humanitarian OpenStreetMap Team zastřešující humanitární mapování na celém světě.
Humanitární mapování je vytváření map dobrovolnými mapéry v krizových oblastech pro potřeby práce humanitárních organizací. Již několik let existuje snaha urychlit humanitární mapování pomocí využití umělé inteligence pro rozpoznávání objektů na družicových a leteckých snímcích. Snahy využít jednotný model umělé inteligence pro rozpoznávání objektů v různých regiony celého světa však zatím selhávají.
Proto byl navržen nástroj fAIr. Cílem je umožnit lokálním komunitám dobrovolných mapérů natrénovat si vlastní model umělé inteligence nad vlastními leteckými snímky a využít ho pro automatické rozpoznávání objektů ze snímků na území jejich regionu. Očekává se, že úspěšnost by měla být vyšší než při využití globálního modelu, který byl často původně trénován v jiné lokalitě než nad kterou je spouštěn.
Teoretická část práce se zaměří na komplexní rešerši informací o projektu fAIr a dalších podobných projektů, pokud budou nalezeny. Významným bodem bude získávat zpětnou vazbu a názory od jiných testerů projektu fAIr - z článků, z diskuzních fór a jiných zdrojů.
V praktické části práce budou otestovány různé nabízené modely umělé inteligence a zjištěna jejich úspěšnost v různých lokalitách, buď porovnáním s leteckými snímky nebo pomocí srovnání s existujícími referenčními daty.
Literatura:- Humanitarian OpenStreetMap Team. fAIr. Project webpage. 2023. https://fair-dev.hotosm.org/
- NAJJAR, Omran. Hot_tech_talk | fAIr: AI-assisted mapping. 2022. https://www.hotosm.org/tech-blog/hot-tech-talks-fair/
- SIRKO, W., KASHUBIN, S., RITTER, M., ANNKAH A., BOUCHAREB, Y. S. E., DAUPHIN, Y., KEYSERS D., NEUMANN, M., CISSE, M., QUINN, J. Continental-Scale Building Detection from High Resolution Satellite Imagery, 2021. https://doi.org/10.48550/arXiv.2107.12283
- NGUMENAWE, S. HOT’s Approach to OSM Data Validation for Earthquake Response Mapping. HOT OSM. 2023. https://www.hotosm.org/updates/hot-approach-to-osm-data-validation-to-eq-mapping-projects/
- MENDES, A., PALMER, T., BERENS, A., ESPEY, J., PRICE, R., MALLYA, A., BROWN, S., MARTINEZ, M., FARAG, N., KAPLAN, B. Mapathons versus automated feature extraction: a comparative analysis for strengthening immunization microplanning. International Journal of Health Geographics, 20, 27. 2021. https://doi.org/10.1186/s12942-021-00277-x
8. 5. 2025 11:09, Mgr. Radim Štampach, Ph.D., učo 63780
Citace dle normy ČSN ISO 690
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Projekt fAIr - služba pro vytváření AI modelů pro zjišťování objektů na leteckých snímcích pro potřeby tvorby OpenStreetMap
Bc. Hugo Krotil -
Využití umělé inteligence pro dobrovolnické mapování
Mgr. Petr Klimeš -
Využití umělé inteligence ve výuce zeměpisu
Mgr. Kristýna Michalcová -
Premediation & Xeno-Patterning: Imagining the World Without Us through Deep and Machine Learning
Dustin Skye Breitling, Ph.D. -
Mechanical Turk: Lidská náhrada, nebo pomocník AI?
Mgr. Adam Lízal -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Mgr. Daniel Kvak, učo 445232 -
Zpracování přirozeného jazyka ve videohrách: Případová studie AI Dungeon
Mgr. Viktor Porokh -
Autorskoprávní aspekty zapamatování tréninkových dat ve strojovém učení
Mgr. Petr Kučera, LL.M.




