Koneoppimisen hyödyntäminen web-sovellusten kehityksessä
Aittomäki, Ari (2018)
Jyväskylän ammattikorkeakoulu
2018
All rights reserved
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2018060312179
https://urn.fi/URN:NBN:fi:amk-2018060312179
Tiivistelmä
Opinnäytetyön toimeksiantajana toimi Nordcloud Solutions. Toimeksiantaja oli aikaisemmin kehittänyt web-sovellusten toteuttamisessa käytettävää suunnittelujärjestelmää, joka kattaa kaikki web-sovellusten eri suunnitteluelementit. Näihin elementteihin kuuluu muun muassa
typografia, värit, tekstin koot ja näistä muodostuvat käyttöliittymien rakennuspalikat.
Suunnittelujärjestelmä tarjoaa nykyisellään suurille tuote-ekosysteemeille tehokkaan tavan luoda uusia palveluja käyttämällä jo olemassa olevia komponentteja. Vaikka kyseinen järjestelmä onkin käytössä, on web-sovellusten suunnittelu- ja toteutusvaiheessa turhaa toistoa. Toimeksiantaja halusikin selvittää, että onko suunnittelutyön automatisointi mahdollista käyttäen nykyisiä teknologioita ja kuinka järkevää se olisi.
Koneoppimista hyödyntämällä on mahdollista toteuttaa monimutkaisiakin esineitä tunnistava ohjelma.
Ongelmaksi muodostui koulutusaineiston määrä, joka oli pääsääntöisesti piirrettävä käsin.
Käsin piirretyt käyttöliittymäkomponentit olivat kuitenkin muodoltaan yksinkertaisia, joten perinteisempi lähestyminen kuvantunnistukseen oli perusteltua. MSER ja siirto-oppimista hyödyntämällä uudelleen koulutettu MobileNet-arkkitehtuuriin pohjautuva neuroverkko yhdessä antoivat riittävän suorituskyvyn. Nämä teknologiat todistivat, että halutunlainen toiminnallisuus on mahdollista toteuttaa pienelläkin koulutusaineistolla.
Tuotantokelpoisen tarkkuuteen ja toimivuuteen ei päästy, joten työ jäi prototyypin tasolle. Jatkokehityksen jälkeen tämänkaltainen tuote voisi olla osana jotain suurempaa suunnittelujärjestelmää.
typografia, värit, tekstin koot ja näistä muodostuvat käyttöliittymien rakennuspalikat.
Suunnittelujärjestelmä tarjoaa nykyisellään suurille tuote-ekosysteemeille tehokkaan tavan luoda uusia palveluja käyttämällä jo olemassa olevia komponentteja. Vaikka kyseinen järjestelmä onkin käytössä, on web-sovellusten suunnittelu- ja toteutusvaiheessa turhaa toistoa. Toimeksiantaja halusikin selvittää, että onko suunnittelutyön automatisointi mahdollista käyttäen nykyisiä teknologioita ja kuinka järkevää se olisi.
Koneoppimista hyödyntämällä on mahdollista toteuttaa monimutkaisiakin esineitä tunnistava ohjelma.
Ongelmaksi muodostui koulutusaineiston määrä, joka oli pääsääntöisesti piirrettävä käsin.
Käsin piirretyt käyttöliittymäkomponentit olivat kuitenkin muodoltaan yksinkertaisia, joten perinteisempi lähestyminen kuvantunnistukseen oli perusteltua. MSER ja siirto-oppimista hyödyntämällä uudelleen koulutettu MobileNet-arkkitehtuuriin pohjautuva neuroverkko yhdessä antoivat riittävän suorituskyvyn. Nämä teknologiat todistivat, että halutunlainen toiminnallisuus on mahdollista toteuttaa pienelläkin koulutusaineistolla.
Tuotantokelpoisen tarkkuuteen ja toimivuuteen ei päästy, joten työ jäi prototyypin tasolle. Jatkokehityksen jälkeen tämänkaltainen tuote voisi olla osana jotain suurempaa suunnittelujärjestelmää.