Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Hrúz Marek, Ing. Ph.D. | |
dc.contributor.author | Hrdlička, Jan | |
dc.contributor.referee | Gruber Ivan, Ing. Ph.D. | |
dc.date.accepted | 2020-6-18 | |
dc.date.accessioned | 2020-11-10T00:37:20Z | - |
dc.date.available | 2019-10-1 | |
dc.date.available | 2020-11-10T00:37:20Z | - |
dc.date.issued | 2020 | |
dc.date.submitted | 2020-5-25 | |
dc.identifier | 82385 | |
dc.identifier.uri | http://hdl.handle.net/11025/41534 | |
dc.description.abstract | Tato práce se věnuje automatické analýze hracího stolu karetní hry poker ve variantě Texas hold'em. Cílem práce je vyhodnotit stav hry ze snímku stolu: kolik hraje hráčů, kdo má jaké karty a vypočítat pravděpodobnosti výhry jednotlivých hráčů. Pro identifkaci karet byla natrénována neuronová síť s přesností 99,99% na testovacích datech. Výsledkem práce je aplikace, ve které lze buď analyzovat snímek reálného hracího stolu nebo vygenerovat a analyzovat syntetický snímek. | cs |
dc.format | 64 s. (110 529 znaků) | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | cs | cs |
dc.publisher | Západočeská univerzita v Plzni | cs |
dc.relation.isreferencedby | https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=82385 | - |
dc.rights | Plný text práce je přístupný bez omezení. | cs |
dc.subject | poker | cs |
dc.subject | obraz | cs |
dc.subject | identifikace | cs |
dc.subject | python | cs |
dc.subject | simulace | cs |
dc.subject | konvoluční neuronová síť | cs |
dc.subject | tensorflow | cs |
dc.subject | pravděpodobnost | cs |
dc.title | Automatická analýza stavu hry z vizuálních dat | cs |
dc.type | diplomová práce | cs |
dc.thesis.degree-name | Ing. | cs |
dc.thesis.degree-level | Navazující | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.thesis.degree-program | Inženýrská informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | This work is dedicated to a game state analysis of poker card game in variant Texas hold'em. The aim of this work is to evaluate the game from digital data: how many players are playing, which cards the players have and calculate the probabilities of winning for every player. A neural network with an accuracy of 99.99% on test data was trained to identify the cards. The result of the work is an application in which it is possible to either analyze a real game table image or to generate and analyze a synthetic image. | en |
dc.subject.translated | poker | en |
dc.subject.translated | image | en |
dc.subject.translated | recognition | en |
dc.subject.translated | python | en |
dc.subject.translated | convolutional | en |
dc.subject.translated | neural network | en |
dc.subject.translated | tensorflow | en |
dc.subject.translated | probability | en |
Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
dp_hrdlicka.pdf | Plný text práce | 41,88 MB | Adobe PDF | Zobrazit/otevřít |
hrdlicka-v.pdf | Posudek vedoucího práce | 741,11 kB | Adobe PDF | Zobrazit/otevřít |
hrdlicka-o.pdf | Posudek oponenta práce | 691,9 kB | Adobe PDF | Zobrazit/otevřít |
hrdlicka-p.pdf | Průběh obhajoby práce | 355,1 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41534
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.