Diplomová práce

Simulation of Multiple Motile Agents Using Neural Networks

Bc. Branislav Ševc
Anotace

Algoritmy pre segmentáciu a sledovanie pohybu sú široko využívané v biomedicíne pri spracovaní mikroskopických snímkov populácií živých buniek. Ich vývoj a automatická validácia sú predmetom aktívneho výskumu. Jeden zo súčasných prístupov vyhodnocovania využíva generáciu umelo vytvorených obrazových sekvencií spolu s konzistentnými očakávanými výstupmi. Dáta tohto typu sú vysoko užitočné, ako pri vývoji …více

Abstract

Segmentation and tracking algorithms are widely used in biomedicine when processing microscopic images of live cell populations. Their development, as well as automatic validation, are a subject of active research. One of the current evaluation approaches employs the generation of synthetic image sequences coupled with consistent expected results. Such data are highly beneficial both when developing …více

Klíčová slova
Social GAN Generative Adversarial Networks Generative Modelling Neural Networks Machine Learning Visualisation Trajectory Generation Biological Cell Motility Muscle Stem Cells Generatívne Modelovanie Neurónové Siete Strojové Učenie Vizualizácia Generovanie Trajektórií Modelovanie Biologických Buniek Kmeňové Bunky
Zadání práce
Cílem práce je návrh a implementace neuronové sítě pro simulaci trajektorií a vzájemných interakcí agentů v multiagentním systému. Jednotliví agenti mohou představovat například osoby v davu při monitorování šíření epidemie či buňky v buněčné kolonii při studiu jejich vzájemného chování. Jmenovitě v této práci se student zaměří na práci s vybranými buněčnými populacemi. Jako tréninkovou množinu bude mít k dispozici 48 časových sekvencí snímků živých buněk pořízených na mikroskopu s fázovým kontrastem.

Předpokládá se, že student k řešení využije v současnosti oblíbený generativní model z oblasti strojového učení nazvaný "soupeřící sítě" (Generative Adversarial Networks - GAN). Student bude mít v rámci této práce možnost využít výpočetní zdroje výkonných GPU využívaných v datových centrech. Nedílnou součástí práce bude implementace, testování a optimalizace modelu, včetně vizualizace a analýzy dosažených výsledků.

Administrativní informace
Práce zkontrolována:
18. 5. 2022 09:46, doc. RNDr. David Svoboda, Ph.D., učo 2824
Plný text práce
17,2 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
24. 6. 2022
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. David Svoboda, Ph.D., učo 2824
KVI FI MU

Oponent

doc. RNDr. Martin Maška, Ph.D., učo 60734
CABO KVI FI MU

Konzultant

RNDr. David Wiesner, Ph.D., učo 255597
CABO KVI FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Plán
Strojové učení a umělá inteligence

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.