• Adaptivní řízení pomocí neuronových sítí 

      Autor: Jan Švrčina; Vedoucí práce: Azayev Teymur; Oponent práce: Hauser Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-25)
      Online adaptivní řízení systémů s proměnlivými parametry je přetrvávající problém v odvětví řídící techniky. Systémy s proměnlivými parametry jsou dynamické systémy, jejichž vlastnosti jsou závislé na nepozorovatelné ...
    • Detekce objektů v satelitních snímcích vysokého rozlišení 

      Autor: Azayev Teymur; Vedoucí práce: Reinštein Michal; Oponent práce: Kubínyi Michal
      Vzhledem k velkému množství dostupných satelitních snímků téměř z jakékoliv časti zeměkoule se potkáváme s úkolem interpretace těchto dat k extrakcí užitečních informací. V této práci se díváme na způsob automatizace detekce ...
    • Hluboké učení pro autonomní řízení fliperů robotu v simulaci 

      Autor: Azayev Teymur; Vedoucí práce: Zimmermann Karel; Oponent práce: Ecorchard Gaël Pierre Marie
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-01-05)
      Diky současnému pokroku v algoritmech hlubokého a posilovaného učení, jsou neu-ronové sítě stále častejí použivane v růz-ných robotických ůlohách jako je na-priklad rizeni robotu pri prejizdeni nerov-neho terenu. Zkoumáme ...
    • Poziční řízení kvadkoptéry s visící zátěží pomocí hlubokého posilovaného učení 

      Autor: Tomáš Tichý; Vedoucí práce: Azayev Teymur; Oponent práce: Kuchař Michal
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-07)
      Tato práce se zaměřuje na využití hlubokého posilovaného učení pro poziční řízení kvadrokoptéry s visící zátěží. Tento úkol je řešen pomocí metody proximal policy optimization, kde se přímo optimalizuje řidící policy ...
    • Učení řídicího algoritmu na datově získaném modelu 

      Autor: Aleksandr Barinov; Vedoucí práce: Azayev Teymur; Oponent práce: Klaučo Martin
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-08)
      Cílem teto práce je empiricky demonstrovat, že založená na neuronových sitích řidicí strategie naučena na datově získaném nelineárním dynamickém systému může dosahnout lepšího přenosu ze simulace do skutečného světa néž ...
    • Učení strukturovaného algoritmu pro chůze hexapoda 

      Autor: Jiří Hronovský; Vedoucí práce: Azayev Teymur; Oponent práce: Szadkowski Rudolf Jakub
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-31)
      Tato práce se zaměřuje na generování chůzí hexapoda pomocí učení strukturovaného algoritmu skládajícího se z neuronové sítě, která generuje řídící parametry ručně navrženého generátoru pohybu. Navrhovaná metoda je porovnána ...
    • Uvolněná kvantizace a binarizace neuronových sítí 

      Autor: Martin Mráz; Vedoucí práce: Shekhovtsov Oleksandr; Oponent práce: Azayev Teymur
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-31)
      Kvantované neuronové sítě (QNNs) pomáhají implementovat rozsáhlé modely na zařízeních s omezenými hardwarovými zdroji. Cílem této práce je porovnat a zlepšit metody pro trénování QNNs, aby se zmenšil rozdíl mezi kvantizovanými ...