Sökning: "noggrannhet"

Visar resultat 11 - 15 av 1415 uppsatser innehållade ordet noggrannhet.

1. 11. Computationally Efficient Explainable AI: Bayesian Optimization for Computing Multiple Counterfactual Explanantions

   Master-uppsats, KTH/Matematik (Avd.)

   Författare :Giorgio Sacchi; [2023]
   Nyckelord :Explainable AI; Counterfactual Explanations CFEs ; Bayesian Optimization BO ; Black-Box Models; Model-Agnostic; Machine Learning ML ; Efficient Computation; High-Stake Decisions; Förklarbar AI; Kontrafaktuell Förklaring CFE ; Bayesiansk Optimering BO ; Svarta lådmodeller; Modellagnostisk; Maskininlärning; Beräkningsmässigt Effektiv; Beslut med höga insatser;

   Sammanfattning : In recent years, advanced machine learning (ML) models have revolutionized industries ranging from the healthcare sector to retail and E-commerce. However, these models have become increasingly complex, making it difficult for even domain experts to understand and retrace the model's decision-making process. LÄS MER

3. 12. REALISMENS NOGGRANNHET : Hur trovärdig är hästarnas gestaltning i Red Dead Redemption II?

   Kandidat-uppsats, Högskolan i Skövde/Institutionen för informationsteknologi

   Författare :Paulina Wärn; [2023]
   Nyckelord :Grafik; realism; hästar; datorspel; Red Dead Redemption II;

   Sammanfattning : Denna undersökning i form av en textanalys besvarar frågeställningen: Hur trovärdig är hästarnas gestaltning i Red Dead Redemption II? Undersökningen analyserar hästarnas gestaltning utifrån fyra delar; roll och beteende, anatomi, färg och rörelse baserat på datorspelsinriktade studier samt facklitteratur och studier om hästar. Analysens fyra delar konkluderar till hög trovärdighet i gestaltning av spelets hästar samt öppnar en diskussion för ytterligare frågeställningar om vilka faktorer bidrar till att spelinnehåll uppfattas som trovärdigt. LÄS MER

4. 13. Användning av logistisk regression för att prediktera utfallet i snooker

   Kandidat-uppsats, Stockholms universitet/Matematiska institutionen

   Författare :Leo G. Levenius; [2023]
   Nyckelord :Logistic regression; prediction; snooker; Logistisk regression; prediktion; snooker;

   Sammanfattning : Syftet med det här arbetet är att undersöka hur väl logistisk regression kan användas för att prediktera vinnaren i en snookermatch. Detta görs med hjälp av statistik över spelarna samt resultat från tidigare matcher och turneringar. LÄS MER

5. 14. Approach for frequency response-calibration for microphone arrays

   M1-uppsats, KTH/Hälsoinformatik och logistik

   Författare :Jacob Drotz; [2023]
   Nyckelord :microphone array; frequency response; calibration; sine sweep; inverse filter; digital signal processing DSP ; convolution; Fast Fourier Transform FFT ; Discrete Fourier Transform DFT ; acoustic measurements; audio engineering; mikrofonarray; frekvenssvar; kalibrering; sinussvep; inverterat filter; digital signalbehandling; faltning; Fast Fourier Transform FFT ; Discrete Fourier Transform DFT ; akustiska mätningar; ljudteknik;

   Sammanfattning : Matched frequency responses are a fundamental starting point for a variety ofimplementations for microphone arrays. In this report, two methods for frequencyresponse-calibration of a pre-assembled microphone array are presented andevaluated. LÄS MER

7. 15. Deep Learning Model Deployment for Spaceborne Reconfigurable Hardware : A flexible acceleration approach

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

   Författare :Javier Ferre Martin; [2023]
   Nyckelord :Space Situational Awareness; Deep Learning; Convolutional Neural Networks; FieldProgrammable Gate Arrays; System-On-Chip; Computer Vision; Dynamic Partial Reconfiguration; High-Level Synthesis; Rymdsituationstänksamhet; Djupinlärning; Konvolutionsnätverk; Omkonfigurerbara Field-Programmable Gate Arrays FPGAs ; System-On-Chip SoC ; Datorseende; Dynamisk partiell omkonfigurering; Högnivåsyntes.;

   Sammanfattning : Space debris and space situational awareness (SSA) have become growing concerns for national security and the sustainability of space operations, where timely detection and tracking of space objects is critical in preventing collision events. Traditional computer-vision algorithms have been used extensively to solve detection and tracking problems in flight, but recently deep learning approaches have seen widespread adoption in non-space related applications for their high accuracy. LÄS MER