| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Datu analīzes rīku izveide izmantojot Python |
| Nosaukums angļu valodā |
Creating Data Analysis Tools Using Python |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Valdis Saulespurēns |
| Recenzents |
J. Amoliņš, M.sc.ing., Rīgas Valsts 3. ģimnāzijas informātikas skolotājs |
| Anotācija |
Bakalaura darba nosaukums: Datu analīzes rīku izveide izmantojot Python
Bakalaura darba tips: 1. tips: Moderno risinājumu izpēte.
Vides saudzēšana un atkritumu un izmešu samazināšana cilvēku dzīvēs kļūst aizvien aktuālāka. Par laimi, pašlaik notiek tāda kā ceturtā industriālā revolūcija, kuras rezultātā aizvien vairāk lietas tiek automatizētas, tiek piesaistīti un izmantoti roboti, kā arī plašāk un vairāk tiek izmantoti dažādi lietu interneta (Internet of Things) risinājumi. Viens šāds risinājums tiek izgatavots arī šajā darbā, lai risinātu šķirošanas problēmu un piedāvātu modernu, lētu un energoefektīvu risinājumu. Darba mērķis ir izstrādāt sistēmu atkritumu klasifikācijai ar objektu klasifikācijas algoritmu, kas balstās uz konvolucionālu neironu tīklu (CNN). Algoritms strādā uz mikrokontroliera esošā neironu tīkla procesora un tālāk klasifikācijas dati tiek nosūtīti pa seriālo saskarni (UART) datoram, kas tos apstrādā un saglabā datubāzē. Rezultātā tika izveidota strādājoša sistēma ar grafisko lietotāja saskarni (GUI), kā arī seriālo un datubāzes saskarni. Klasificēšanas precizitāte algoritmam ir neoptimāla, taču eksperimenti parāda, ka to varētu būtiski uzlabot, un šāda veida risinājumu var izskatīt kā nopietnu alternatīvu vai nu industriālos/komerciālos risinājumos, vai vienkāršai studentu apmācībai.
Darba pamattekstā ir 69 lappuses, 55 attēli, 5 tabulas, 19 izmantoto literatūras avotu un 4 pielikumi.
Atslēgvārdi: Lietu internets, iegultās sistēmas, Kendryte K210, seriālā saskarne, UART, konvolucionālie neironu tīkli, attēlu klasifikācijas algoritmi, YOLO |
| Atslēgas vārdi |
Lietu internets, iegultās sistēmas, Kendryte K210, seriālā saskarne, UART, konvolucionālie neironu tīkli, attēlu klasifikācijas algoritmi, YOLO |
| Atslēgas vārdi angļu valodā |
IoT, Embedded Systems, Kendryte K210, Serial Communication, UART, Convolutional Neural Networks, Object Detection Algorithms, YOLO |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
06.09.2021 21:23:03 |
