Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "segmentacja danych" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Badanie jakościowe w warunkach niedoszacowania czasu – czyli o konieczności „podążania na skróty”. Organizacja procesu badawczego pod kątem zastosowania komputerowego wsparcia analizy danych jakościowych
Qualitative Research in the Condition of Underestimated Time – In Need of “Shortcuts.” The Organization of Research Process Using the Computer-Aided Qualitative Analysis
Autorzy:
Brosz, Maciej
Powiązania:
https://bibliotekanauki.pl/articles/623357.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
CAQDAS
NVivo
autokodowanie
segmentacja danych
importowanie ilościowych baz danych
kwerenda macierzowa
macierz ramowa
auto coding
data segmentation
import classification sheet data matrix coding query
framework matrix
Opis:
Artykuł poświęcony jest organizowaniu procesu badawczego pod kątem zastosowania oprogramowania NVivo. Prezentowane badania zostały przeprowadzone w warunkach niedoszacowania czasu. Zastosowanie CAQDA oraz odpowiednia organizacja badania pozwoliły zmieścić się w harmonogramie narzuconym przez instytucję zlecającą. Organizacja i podział pracy, przygotowanie odpowiednio sformatowanych dokumentów oraz uzupełnienie jakościowej bazy danych o zbiór atrybutów bazujących na danych standaryzowanych znacząco usprawniły opracowywanie wyników.
This paper concerns the organization of research process using NVivo software. Described researches were conducted in the condition of underestimated time. The use of CAQDA (computer-aided qualitative data analysis) and proper research management enabled fitting into the timeframe imposed by the contracting institution. The work distribution and its management, preparation of properly formatted documents, and complementation of qualitative database with the collection of attributes based on standardized data significantly improved the elaboration of results.
Źródło:
Przegląd Socjologii Jakościowej; 2014, 10, 2; 40-58
1733-8069
Pojawia się w:
Przegląd Socjologii Jakościowej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Fast multispectral deep fusion networks
Autorzy:
Osin, V.
Cichocki, A.
Burnaev, E.
Powiązania:
https://bibliotekanauki.pl/articles/200648.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
multispectral imaging
data fusion
deep learning
convolutional network
object detection
image segmentation
obrazowanie wielospektralne
fuzja danych
uczenie głębokie
sieci splotowe
wykrywanie obiektów
segmentacja obrazu
Opis:
Most current state-of-the-art computer vision algorithms use images captured by cameras, which operate in the visible spectral range as input data. Thus, image recognition systems that build on top of those algorithms can not provide acceptable recognition quality in poor lighting conditions, e.g. during nighttime. Another significant limitation of such systems is high demand for computational resources, which makes them impossible to use on low-powered embedded systems without GPU support. This work attempts to create an algorithm for pattern recognition that will consolidate data from visible and infrared spectral ranges and allow near real-time performance on embedded systems with infrared and visible sensors. First, we analyze existing methods of combining data from different spectral ranges for object detection task. Based on the analysis, an architecture of a deep convolutional neural network is proposed for the fusion of multi-spectral data. This architecture is based on the single shot multi-box detection algorithm. Comparison analysis of the proposed architecture with previously proposed solutions for the multi-spectral object detection task shows comparable or better detection accuracy with previous algorithms and significant improvement of the running time on embedded systems. This study was conducted in collaboration with Philips Lighting Research Lab and solutions based on the proposed architecture will be used in image recognition systems for the next generation of intelligent lighting systems. Thus, the main scientific outcomes of this work include an algorithm for multi-spectral pattern recognition based on convolutional neural networks, as well as a modification of detection algorithms for working on embedded systems.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 875-889
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies