Szerző szerinti böngészés "Varga, Roland"
Megjelenítve 1 - 4 (Összesen 4)
Találat egy oldalon
Rendezési lehetőségek
Tétel Korlátozottan hozzáférhető Az influencer marketing hatása a Z generáció étkezési döntéseireVarga, Roland; Kontor, Enikő; DE--Gazdaságtudományi KarHogyan befolyásolják az influencerek a Z generáció étkezési döntéseit, és az étkezési preferenciákat? Ezekkel a kérdésekkel foglalkozom a dolgozat során. A dolgozatom bevezetésében kifejtem a téma aktualitását a mai világban, az influencer marketingben és az influencerek tevékenységében rejlő potenciált és veszélyeket. Az influencer marketing aktualitása megkérdőjelezhetetlen ma, a virtuális világ térfoglalásának köszönhetően. A Z generáció jelentős része jelen van a közösségi média platformokon, az életük. A szakirodalmi áttekintés fejezetben ismertetem az influencer marketinggel kapcsolatos alapfogalmakat, illetve bemutattam az eddigi kutatásokat a témában. Egy online kérdőíves megkérdezést bonyolítottam le, amelyben 201 főt kérdeztem meg a közösségi médiával, influencerekkel és élelmiszerekkel kapcsolatos véleményükről. A kérdőíves megkérdezés körülményeiről bővebben beszámolok az Anyag és módszer fejezetben, eredményeit pedig az ezt követő fejezetben részletesen ismertetem.Tétel Szabadon hozzáférhető CodeSys based HMI design and sensor upgrades for a PLC and Atmega2560 controlled industrial conveyor(2019) Varga, Roland; Erdei, Timotei István; Husi, GézaTétel Szabadon hozzáférhető CodeSys based HMI design and sensor upgrades for a PLC and Atmega2560 controlled industrial conveyor(2019) Varga, Roland; Erdei, Timotei István; Husi, GézaTétel Korlátozottan hozzáférhető Koronavírussal fertőzött betegek orvosi leleteinek neurális háló alapú szegmentálásaVarga, Roland; Bogacsovics, Gergő; DE--Informatikai Kar2019-ben a COVID-19 világjárvány kitörése alapjaiban változtatta meg mindennapjainkat. A fertőzés gyors és megállíthatatlan terjedése óriási terheket rótt minden szektorra, ennek következtében azonnali cselekedtre volt szükség. Kutatásom célja egy olyan rendszer megalkotása volt, amely összehasonlítja a különböző mélytanulási architektúrákat, majd segít kiválasztani a megfelelő képszegmentálási algoritmust az orvosi képalkotás területén. Olyan eszközt akartam kifejleszteni, amely lehetővé teszi az egészségügyben dolgozók számára, hogy megalapozott döntéseket hozzanak arról, hogy melyik mélytanulási architektúra és képszegmentáló algoritmus lenne a legelőnyösebb az orvosi képalkotási projektek számára. Felmérésemhez 3 darab neurális hálózatot választottam. Ezek a UNet, ResUNet és a PSPNet voltak. Majd összehasonlítottam az egyes architektúrák teljesítési képességét különböző szempontok alapján.