Využití neuronových sítí ke kompresi dat z měřicího zařízení

Abstract

Bakalářská práce má za cíl ověřit netradiční metodu komprese dat, a to pomocí neuronových sítí. Tato metoda nabízí jiný pohled na řešení dané problematiky. Samotná práce je členěna do dvou hlavních částí. Teoretická část zahrnuje popis principů využívaných u neuronových sítí a komprese dat. V praktické části je využito poznatků z rešerše k návrhu vlastní sítě v prostředí Visual Studio Code v jazyce Python. Poslední část práce je věnována experimentům, které síť testovaly při různých podmínkách. Hodnocena byla přesnost rekonstrukce dat pomocí RMSE. Výsledné přesnosti byly zhodnoceny a porovnány.

The bachelor thesis aims to verify a non - traditional method of data compression, using neural networks. This method offers a different perspective on solving the problem. Thesis itself is divided into two main parts. The theoretical part contains a description of the principles used in neural networks and data compression. The practical part uses the knowledge from the research to design your own network in the Visual Studio Code in Python. The last part of thesis is devoted to experiments that tested the network under various conditions. Accuracy of data reconstruction using RMSE was evaluated. Resulting accuracies were evaluated and compared.