summary refs log tree commit diff
path: root/Chapters
diff options
context:
space:
mode:
authorPaweł Dybiec <pawel.to.malpa@gmail.com>2018-02-12 23:16:45 +0100
committerPaweł Dybiec <pawel.to.malpa@gmail.com>2018-02-12 23:17:33 +0100
commit871caff2a8c870e00813be780cd800304820a29c (patch)
tree42dd8ece9c8eb8736dcee254b960aa79c4864157 /Chapters
parentgłównie poprawki stylistyczne (diff)
bibliografia + abstrakt
Diffstat (limited to 'Chapters')
-rw-r--r--Chapters/chapter1.tex7
-rw-r--r--Chapters/chapter3.tex2
2 files changed, 3 insertions, 6 deletions
diff --git a/Chapters/chapter1.tex b/Chapters/chapter1.tex
index 5af0f29..63ddfbf 100644
--- a/Chapters/chapter1.tex
+++ b/Chapters/chapter1.tex
@@ -16,8 +16,7 @@ rozdziale zostaną poruszone poniższe zagadnienia:
 \end{itemize}
 \section {Łazik Aleph 1}
 Łazik Aleph 1 powstał z inicjatywy 
-% Koło Pasjonatów Mechaniki i Informatyki "Continuum" (oficjalna nazwa?)
-Koło Pasjonatów Mechaniki i Informatyki "Continuum"\footnote{ Strona Koła Pasjonatów Mechaniki i Informatyki "Continuum":
+Koło Pasjonatów Mechaniki i Informatyki ,,Continuum''\footnote{ Strona Koła Pasjonatów Mechaniki i Informatyki ,,Continuum'':
 \href{http://continuum.uni.wroc.pl/}{http://continuum.uni.wroc.pl/}}
 w roku 2014. Od tego czasu został zaprezentowany na konkursach takich jak 
 European Rover Challenge (ERC) oraz University Rover Challenge (URC). Przez ostatnie
@@ -92,9 +91,7 @@ przemieszczenia wejść. Dodatkowo zmniejsza to rozmiar wejścia w kolejnych war
 co zmniejsza liczbę parametrów.
 \subsection{Uwagi}
 Konwolucyjne sieci neuronowe bardzo dobrze radzą sobie z widzeniem maszynowym, są w stanie
-klasyfikować bezproblemowo obrazki\footnote{\href
-{https://www.cs.toronto.edu/\~kriz/imagenet\_classification\_with\_deep\_convolutional.pdf}
-{https://www.cs.toronto.edu/\~kriz/imagenet\_classification\_with\_deep\_convolutional.pdf}}.
+klasyfikować bezproblemowo obrazki\cite{cnn}.
 Ale w przypadku patrzenia na tylko jedną kratkę nie są wstanie wyciągnąć wniosków.
 Co w przypadku nawigacji oznacza, że proces sterowania jest tylko ciągiem
 spontanicznych decyzji bez planowania trasy. Dodatkową konsekwencją takiej architektury
diff --git a/Chapters/chapter3.tex b/Chapters/chapter3.tex
index 8991a9a..86adc23 100644
--- a/Chapters/chapter3.tex
+++ b/Chapters/chapter3.tex
@@ -6,7 +6,7 @@ kierunku, sieć potrafi bezproblemowo przejechać cały tor.
 
 \section{Na co zwraca uwagę}
 Aktywność sieci dla obrazków została wygenerowana za pomocą metody
-Integrated Gradients\footnote{\href{https://arxiv.org/abs/1703.01365}{https://arxiv.org/abs/1703.01365}}.
+Integrated Gradients\cite{ig}.
 
 Co było oczywiste w przypadku symulatora, sieć zwraca głównie uwagę na miejsca,
 gdzie pojawiają się granice drogi \ref{sim_act}. Co ciekawe, reaguje też na ścianę