Diplomová práce

Využití cest předem vygenerovaných umělou inteligencí pro dobrovolnické mapování

Use of roads generated in advance by artificial intelligence for volunteer mapping

Bc. Jan Tomšů
Anotace

Tato diplomová práce se zabývá využitím cest předem vygenerovaných umělou inteligencí pro účely dobrovolnického mapování. Jejím hlavním cílem bylo ověřit použitelnost a spolehlivost cest předem vygenerovaných umělou inteligencí. V úvodu práce byly definovány základní pojmy v oblasti umělé inteligence. Následně byly vyhledány projekty zabývající se tvorbou dat za využití umělé inteligence. V dalším …více

Abstract

This diploma thesis deals with the use of roads pre-generated by artificial intelligence for the purpose of volunteer mapping. Its main objective was to verify the usability and reliability of the roads pre-generated by artificial intelligence. In the beginning of the thesis, the basic concepts in the field of artificial intelligence were defined. Subsequently, projects dealing with data generation …více

Klíčová slova
Umělá inteligence strojové učení cesty iD RapiD dobrovolnické mapování Meta Microsoft HOT zkušenostní úroveň Artifical intelligence machine learning roads volunteer mapping experience level
Zadání práce
  • Rešerše projektů na začlenění umělé inteligence do tvorby dobrovolnických dat. Jak v oblasti mapování, tak i v jiných.
  • Rešerše studií měřících efektivitu tvorby dat při využití možností umělé inteligence. Jak v oblasti mapování, tak i v jiných.
  • Rešerše studií měřících efektivitu mapování cest v OpenStreetMap, zejména v humanitárním mapování.
  • Mapování cest v OpenStreetMap a v humanitárním mapování. Vývoj, zdroje dat, problémy, doporučení.
  • Měření efektivity humanitárního mapování pomocí nástrojů využívajících předem vygenerované cesty.

Literatura:
  • OSM FACEBOOK (2021): Map with AI, https://mapwith.ai/
  • KLAIBER, C., LAVERGNE, Z. (2019): Using AI to Map the World with Facebook's RapiD editor. In: HOT Summit 2019, https://www.youtube.com/watch?v=qz8WxpiRFXw&list=PLb9506_-6FMFeUJr8cbOZ3aE7Npw3-Ifu&index=4
  • TRIFUNOVIC, N. (2019): Lessons from Microsoft for the Next Machine Learning Mapping Project. In: HOT Summit 2019, https://www.youtube.com/watch?v=Lehxm-Y_zSs&list=PLb9506_-6FMFeUJr8cbOZ3aE7Npw3-Ifu&index=20
  • HERFORT, B., LI, H., FENDRICH, S., LAUTENBACH, S., ZIPF, A. (2019): Mapping Human Settlements with Higher Accuracy and Less Volunteer Efforts by Combining Crowdsourcing and Deep Learning. Remote Sensing, 11, 15, 1799. https://doi.org/10.3390/rs11151799
  • GREEN, C., RAUTENBACH, V., COETZEE, S. (2019): Evaluating student motivation and productivity during mapathons. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-4/W14, 85–91, https://doi.org/10.5194/isprs-archives-XLII-4-W14-85-2019
Administrativní informace
Práce zkontrolována:
11. 5. 2023 22:46, Mgr. Radim Štampach, Ph.D., učo 63780
Plný text práce
3,7 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
7. 6. 2023
Práce byla úspěšně obhájena

Vedoucí

Mgr. Radim Štampach, Ph.D., učo 63780
GeogÚ VoZ PřF MU

Oponent

RNDr. Jakub Trojan, MSc, Ph.D., učo 151236
GeogÚ VoZ PřF MU
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
Plán
Geografická kartografie a geoinformatika

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.