Ispitivanje učinkovitosti automatizacije grafičke pripreme primjenom strojnog učenja

diplomski rad

• Autor: Alen Okanović
• Mentor: Dubravko Banić (mentor)
• Član povjerenstva: Dubravko Banić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Grafički fakultet; Zagreb
• Datum i država obrane: 2013-10-31, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Grafička tehnologija

Sažetak

Strojno učenje je znanstvena disciplina koja se bavi razvojem algoritama koji računalu

omogućuju da na temelju empirijskih podataka iz senzora ili baze podataka razvije

autonomno ponašanje. Rad istražuje mogućnosti automatizacije grafičke pripreme

primjenom tehnika strojnog učenja kojima bi se ljudski rad i donošenje odluka

prepustilo umjetnoj inteligenciji.

Rad adresira problem kategorizacije velikih količina dokumenata čija je obrada ljudkim

radom zbog velikog opsega vrlo nepraktična, vremenski zahtjevna i podležna greškama.

Radom se ispituju i uspoređuju različiti pristupi kojima bi se smanjila potreba za

ljudskim radom, a kategoriziranje prepustilo računalu s namjerom ubrzanja proizvodnje

i smanjenjem troškova pripreme.

Uvodni dio sadrži informativni pregled strojnog učenja, zanimljive dosege istraživanja

iz tog znanstvenog područja i razmatraju se razni pristupi rješavanju problema

istraživanja. U središnjem dijelu ispituje se funkcionalnost, pouzdanost i opravdanost

automatizacije strojnim učenjem te će se ovisno o rezultatima ispitivanja detaljno

razložiti prednosti i nedostaci rješenja. Pretpostavlja se da je priprema dokumenata

ovakvom vrstom automatizacije najmanje jednako kvalitetna, ali višesturko brža od

pripreme korištenjem ljudskog rada.

Sažetak (engleski)

Machine learning deals with the development of algorithms that allows a computer to

develop autonomous behavior based on empirical data from sensors or databases. This

paper explores the possibilities of the prepress automation with application of machine

learning techniques in which decision-making would be left to artificial intelligence.

Paper addresses the problem of categorizing large amounts of documents whose

processing by workers is highly impractical due to its large scale. Besides that, it is

time-consuming and it could be subject of human errors. This paper examines and

compares different approaches that reduce the need for human labor and categorizing is

left to computer program with the intention of speeding up production and reducing the

cost of prepress.

The introductory section contains an informative overview of machine learning,

interesting achievements in this scientific field and it discusses various approaches to

machine learning automation. Main section examines reliability and reasons for

machine learning automation and, dependent on the research results, it lays down the

advantages and disadvantages of such solutions. It is assumed that the preparation of

documents with this kind of automation is at least as good, but many times faster than

preparations using human labor.

• Ključne riječi: grafička priprema; automatizacija; kategorizacija dokumenata
• Ključne riječi (engleski): prepress; automatization; document classification
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:216:113825
• Studijski program: Naziv: Grafička tehnologija; smjerovi: Tehničko-tehnološki, Dizajn grafičkih proizvoda; Smjer: Tehničko-tehnološki; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka grafičke tehnologije (univ. mag. ing. techn. graph.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-04-17 09:14:07