{"id":{"repo_id":"brno-tech","oai_identifier":"oai:dspace.vut.cz:11012/247394"},"canonical_url":"https://search.dev.ndltd.org/etd/brno-tech/oai:dspace.vut.cz:11012/247394","repository":{"repo_id":"brno-tech","name":"Brno University of Technology","base_url":"https://dspace.vut.cz/oai/request"},"display":{"title":"Rozpoznávání gest horní končetiny z EMG záznamu","abstract":"Tato práce se zaobírá rozpoznáváním gest ze sEMG záznamu horní končetiny, návrhem vlastního klasifikátoru použitím strojového učení. Práce je rozdělena do šesti kapitol – v první jsou popsány vlastnosti EMG signálu, v druhé jsou rozepsány současné metody vyhodnocování EMG využívající strojové učení, ve třetí je samotná realizace rozpoznávacího algoritmu, ve čtvrté popisuji snímání vlastních EMG záznamů a v páté je diskuse získaných výsledků.","abstract_html":"Tato práce se zaobírá rozpoznáváním gest ze sEMG záznamu horní končetiny, návrhem vlastního klasifikátoru použitím strojového učení. Práce je rozdělena do šesti kapitol – v první jsou popsány vlastnosti EMG signálu, v druhé jsou rozepsány současné metody vyhodnocování EMG využívající strojové učení, ve třetí je samotná realizace rozpoznávacího algoritmu, ve čtvrté popisuji snímání vlastních EMG záznamů a v páté je diskuse získaných výsledků.","abstract_has_math":false,"creators":["Kostial, Martin"],"institution":"Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Harabiš, Vratislav"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-07-24T01:22:31Z","subjects":["EMG","elektromyografie","strojové učení","Python","zpracování signálů","AI","electromyography","machine learning","signal processing"],"languages":["cs"],"rights":["Standardní licenční smlouva - přístup k plnému textu bez omezení"],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["159702"],"render_values":[{"text":"159702","href":null,"code":true}]}]},"links":{"outbound_url":"http://hdl.handle.net/11012/247394","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Harabiš, Vratislav"]},{"key":"dc:creator","label":"Author","values":["Kostial, Martin"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:publisher","label":"Institution","values":["Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií"]},{"key":"dc:type","label":"Dc Type","values":["Text"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Bc."]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["EMG","elektromyografie","strojové učení","Python","zpracování signálů","AI","electromyography","machine learning","signal processing"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["cs"]},{"key":"dc:rights","label":"Dc Rights","values":["Standardní licenční smlouva - přístup k plnému textu bez omezení"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["159702"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/11012/247394"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Tato práce se zaobírá rozpoznáváním gest ze sEMG záznamu horní končetiny, návrhem vlastního klasifikátoru použitím strojového učení. Práce je rozdělena do šesti kapitol – v první jsou popsány vlastnosti EMG signálu, v druhé jsou rozepsány současné metody vyhodnocování EMG využívající strojové učení, ve třetí je samotná realizace rozpoznávacího algoritmu, ve čtvrté popisuji snímání vlastních EMG záznamů a v páté je diskuse získaných výsledků.","This work covers gesture recognition from upper limb sEMG recordings, designing a custom classifier using machine learning. The thesis is divided into six chapters – the first describes the EMG signal properties, the second discusses current EMG evaluation methods using machine learning, the third presents the actual implementation of the recognition algorithm, the fourth one deals with capturing the actual EMG recordings, and the fifth one is a discussion of the obtained results."]},{"key":"dc:title","label":"Title","values":["Rozpoznávání gest horní končetiny z EMG záznamu"]}]}],"canonical_facts":{"dc:contributor.advisor":["Harabiš, Vratislav"],"dc:creator":["Kostial, Martin"],"dc:description.abstract":["Tato práce se zaobírá rozpoznáváním gest ze sEMG záznamu horní končetiny, návrhem vlastního klasifikátoru použitím strojového učení. Práce je rozdělena do šesti kapitol – v první jsou popsány vlastnosti EMG signálu, v druhé jsou rozepsány současné metody vyhodnocování EMG využívající strojové učení, ve třetí je samotná realizace rozpoznávacího algoritmu, ve čtvrté popisuji snímání vlastních EMG záznamů a v páté je diskuse získaných výsledků.","This work covers gesture recognition from upper limb sEMG recordings, designing a custom classifier using machine learning. The thesis is divided into six chapters – the first describes the EMG signal properties, the second discusses current EMG evaluation methods using machine learning, the third presents the actual implementation of the recognition algorithm, the fourth one deals with capturing the actual EMG recordings, and the fifth one is a discussion of the obtained results."],"dc:identifier.other":["159702"],"dc:identifier.uri":["http://hdl.handle.net/11012/247394"],"dc:language.iso":["cs"],"dc:publisher":["Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií"],"dc:rights":["Standardní licenční smlouva - přístup k plnému textu bez omezení"],"dc:subject":["EMG","elektromyografie","strojové učení","Python","zpracování signálů","AI","electromyography","machine learning","signal processing"],"dc:title":["Rozpoznávání gest horní končetiny z EMG záznamu"],"dc:type":["Text"],"thesis:institution_name":["Bc."]},"updated_at":"2026-07-24T01:22:31Z"}