• Adaptace CNN klasifikátorů na změny apriorních pravděpodobností 

      Autor: Tomáš Šipka; Vedoucí práce: Šulc Milan; Oponent práce: Škoviera Radoslav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-09-01)
      V mnoha klasifikačních úlohách se relativní četnosti tříd (apriorní pravděpodobnosti tříd) na testovací sadě liší od relativních četností během trénování prediktoru. Tento jev, taktéž nazýván \textit{label shift} nebo ...
    • Implementace neuronové sítě pro autonomní sledování cesty 

      Autor: Yevhenii Kubov; Vedoucí práce: Vrba Matouš; Oponent práce: Agishev Ruslan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-31)
      Tato práce je zaměřená na problematiku sledování lesní cesty pomocí obrázku z monokulární kamery, připevněné na bezpilotní helikoptéře nebo pozemním vozidle. Je představen systém, řešící úlohu navigace podél stezky v lese. ...
    • Kategorizace produktů pomocí strojového učení 

      Autor: Roman Dušek; Vedoucí práce: Cejnek Matouš; Oponent práce: Oswald Cyril
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-01-28)
      Špatně zařazené produktu nejen ovlivňují zákaznickou zkušenost na stránkách webových obchodů, ale také vytváří problémy při vytváření systémů pro doporučování a hledání. V této práci otestuji několik různých modelů založených ...
    • Vizuální rozpoznávání do mnoha tříd s vedlejší informací 

      Autor: Rail Chamidullin; Vedoucí práce: Matas Jiří; Oponent práce: Franc Vojtěch
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-01-17)
      Práce se zabývá vizuálním rozpoznávání druhů hadů a hub s vedlejší informací do mnoha tříd. V práci je navržena metoda založená na state-of-the-art hlubokých neuronových sítích pro klasifikaci, tj. konvolučních neuronových ...