Andmebaasi logo
Valdkonnad ja kollektsioonid
Kogu ADA
Eesti
English
Deutsch
  1. Esileht
  2. Sirvi autori järgi

Sirvi Autor "Kanal, Karl-Erik" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Tulemused lehekülje kohta
  • Sorteerimisvalikud
  • Laen...
    Pisipilt
    listelement.badge.dso-type Kirje ,
    Eesti lindude pildiklassifitseerija koostamine eeltreenitud mudeli baasil
    (Tartu Ülikool, 2023) Kanal, Karl-Erik; Kängsepp, Markus, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
    2022. aasta seisuga puudus Eesti lindudele kohandatud mudel, kus pildilise sisendi kaudu oleks võimalik olnud määrata linnuliiki. Töö eesmärk on luua mudel, mis võimaldab algajal Eesti linnuvaatlejal kiiresti kontrollida, keda ta üles pildistas. Selleks koostatakse töö raames uus andmestik, mille peal mudelit treenida. Peale seda õpetatakse eeltreenitud mudel ümber tuvastama Eesti linnuliike, kasutades valminud andmestikku ning erinevaid andmete rikastamise meetodeid. Lõpus analüüsitakse valminud mudelit ning tuuakse välja aspekte, mida saaks tulevikus uue mudeli tegemise puhul parandada.
  • Laen...
    Pisipilt
    listelement.badge.dso-type Kirje ,
    Genoomiotsingu töövoogude arendamine BioCC OÜ jaoks
    (Tartu Ülikool, 2025) Kanal, Karl-Erik; Rebane, Martin, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
    The company BioCC OÜ consistently requires the study of microbial genes and their metabolic by-products, also known as metabolites, in its production process. This routine process, however, takes up a lot of time, which could be better used for other tasks. The aim of this work is to create assisting workflows for the workers, which would automate most of this process. As part of this work, the workflows were developed in collaboration with the company, transforming initial ideas into a working solution. In total, two automated workflows are created along with an accompanying AI agent, which joins together both production data and information from scientific literature. Finally, the completed workflows and agent are analysed and potential future improvements are proposed.

DSpace tarkvara autoriõigus © 2002-2025 LYRASIS

  • Teavituste seaded
  • Saada tagasisidet