Sökning: "Dataannotering"

Hittade 5 uppsatser innehållade ordet Dataannotering.

  1. 1. Lokalisering av borrhål i underjordsgruvor : Face drilling, del av adaptive automations projekt på Epiroc

    Master-uppsats, Örebro universitet/Institutionen för naturvetenskap och teknik

    Författare :Alex Melander; Edris Fatah; [2023]
    Nyckelord :;

    Sammanfattning : Yrkesmän har manuellt gjort borrplaner för varje borrsekvens, men denna modul med ett neuralt nätverk för punktmolnssegmentering- och- klassificering kommer att underlätta yrkesmännens behov genom att förenkla processen och utesluta orimliga delar i utgångsplanen. Dettaexamensarbete, som utförts i samarbete med Epiroc, en svensk tillverkare av gruv- och infrastrukturutrustning, fokuserar på att automatisera borrprocessen vid underjordisk gruvdrift. LÄS MER

  3. 2. Applikation till stöd för insamling och annotering av AI-data

    Kandidat-uppsats, Linköpings universitet/Institutionen för datavetenskap

    Författare :Isak Chorell; Lisa Greén; Viktor Johansson; Hannes Linde; Kevin Mårtensson Tolentino; Alexander Norozkhani; David Wärlén; [2022]
    Nyckelord :Dataannotering; AI; användartester; React; Electron; TypeScript; Scrum; prototyp;

    Sammanfattning : Denna rapport behandlar ett projektarbete som utfördes av sju studenter i kursen TDDD96 - Kandidatprojekt i programvaruutveckling vid Linköpings universitet under våren 2022. Projektet var beställt av RISE och syftet var att skapa en användarvänlig applikation som möjliggör annotering av bilder. LÄS MER

  4. 3. Resource-efficient image segmentation using self-supervision and active learning

    Master-uppsats, KTH/Skolan för industriell teknik och management (ITM)

    Författare :Muriel Max; [2021]
    Nyckelord :Image Segmentation; Deep Learning; Active Learning; Self-supervision; Pretraining; Bildsegmentering; Djupinlärning; Active Learning; självövervakad träning; Pre-training;

    Sammanfattning : Neural Networks have been demonstrated to perform well in computer vision tasks, especially in the field of semantic segmentation, where a classification is performed on a per pixel-level. Using deep learning can reduce time and effort in comparison to manual segmentation, however, the performance of neural networks highly depends on the data quality and quantity, which is costly and time-consuming to obtain; especially for image segmentation tasks. LÄS MER

  5. 4. Bootstrapping Annotated Job Ads using Named Entity Recognition and Swedish Language Models

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Anna Nyqvist; [2021]
    Nyckelord :labour market; named entity recognition; natural language processing; BERT; data annotation; inter-annotator agreement; arbetsmarknad; namngiven entitetsigenkänning; naturlig språkbehandling; BERT; dataannotering; interannoterar-överenskommelse;

    Sammanfattning : Named entity recognition (NER) is a task that concerns detecting and categorising certain information in text. A promising approach for NER that recently has emerged is fine-tuning Transformer-based language models for this specific task. However, these models may require a relatively large quantity of labelled data to perform well. LÄS MER

  7. 5. Automatic vs. Manual Data Labeling : A System Dynamics Modeling Approach

    Master-uppsats, KTH/Skolan för industriell teknik och management (ITM)

    Författare :Clas Blank; [2020]
    Nyckelord :System Dynamics; Modeling; Data Annotation; Data Labeling; Cost Comparison; Systemdynamik; Modellering; Dataannotation; Kostnadsjämförelse;

    Sammanfattning : Labeled data, which is a collection of data samples that have been tagged with one or more labels, play an important role many software organizations in today's market. It can help in solving automation problems, training and validating machine learning models, or analysing data. LÄS MER