prikaz prve stranice dokumenta Primjena strojnog učenja na mikroupravljačkim sustavima
  Download
PDF 1.37 MB
undergraduate thesis
Primjena strojnog učenja na mikroupravljačkim sustavima
2024. urn:nbn:hr:200:591294
Katalinić, Helena
Josip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
Department of Communications
Chair of Electronics and Microelectronics

Cite this document

Katalinić, H. (2024). Primjena strojnog učenja na mikroupravljačkim sustavima (Undergraduate thesis). Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek. Retrieved from https://urn.nsk.hr/urn:nbn:hr:200:591294

Katalinić, Helena. "Primjena strojnog učenja na mikroupravljačkim sustavima." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:591294

Katalinić, Helena. "Primjena strojnog učenja na mikroupravljačkim sustavima." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:591294

Katalinić, H. (2024). 'Primjena strojnog učenja na mikroupravljačkim sustavima', Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, accessed 21 January 2025, https://urn.nsk.hr/urn:nbn:hr:200:591294

Katalinić H. Primjena strojnog učenja na mikroupravljačkim sustavima [Undergraduate thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek; 2024 [cited 2025 January 21] Available at: https://urn.nsk.hr/urn:nbn:hr:200:591294

H. Katalinić, "Primjena strojnog učenja na mikroupravljačkim sustavima", Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, Osijek, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:200:591294

Please login to the repository to save this object to your list.
Metadata
TitlePrimjena strojnog učenja na mikroupravljačkim sustavima
Title (english)Application of machine learning on microcontroller systems
AuthorHelena Katalinić
MentorDavor Vinko (mentor)
Committee memberDamir Blažević (predsjednik povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
(Department of Communications)
(Chair of Electronics and Microelectronics)
Osijek
Defense date and country2024-09-27, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Artificial Intelligence
Abstract
Ovaj rad predstavio je jedan od načina implementacije modela strojnog učenja na mikroupravljač razvojne pločice Arduino Sense 33 BLE. Model koji je implementiran napravljen je da prepoznaje ključne riječi „crvena“ i „plava“, te da prepoznaje ostale zvukove i govor koje su kategoriziranje pod „tišina“. Kada su ključne riječi prepoznate na pločici se pali crveno ili plavo LED svjetlo. Kroz ovaj rad prikazuje se proces stvaranja modela za audio raspoznavanje koji je kreiran u platformi Edge impulse. Platforma je jednostavna i kompaktna za korištenje kao što je prikazano u radu. Kroz rad predstavljena je Edge impulse platforma te su obuhvaćene njene funkcionalnosti potrebne za stvaranje modela za audio prepoznavanje. Analiziran je model i njegova efikasnost i predstavljena je razlika između modela prije stavljanja na arduino mikroupravljač i poslije kako bi se prikazala razlika modela prije nego što je konvertiran u oblik koji se može koristiti ključne riječi (hrvatski ): Arduino IDE, Edge Impulse,LED, mikroupravljač, strojno učenje
Abstract (english)
This paper presented one of the methods of implementing a machine learning model on the Arduino Sense 33 BLE development board. The implemented model was designed to recognize the keywords "red" and "blue", as well as to categorize other sounds and speech under "silence". When these keywords are recognized, a red or blue LED light is illuminated on the board. This paper demonstrates the process of creating an audio keyword recognition model using the Edge Impulse platform, which is shown to be user-friendly. The model and its effectiveness were analyzed, and the difference between the model before deployment on the Arduino microcontroller and after is presented to illustrate the transformation of the model into a deployable format.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:200:591294
Study programmeTitle: Undergraduate University Study Programme; specializations in: Electrical Engineering, Information and Communication Technologies
Course: Electrical Engineering
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/prvostupnica inženjer/inženjerka elektrotehnike i informacijske tehnologije (sveučilišni/a prvostupnik/prvostupnica inženjer/inženjerka elektrotehnike i informacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-10-24 11:14:40