• Explainability in deep learning-based medical image analysis 

      Autor: Martin Lank; Vedoucí práce: Friedjungová Magda; Oponent práce: Vašata Daniel
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-02-09)
      V této práci aplikujeme metody vysvětlitelnosti Grad-CAM++, LayerCAM a SmoothGrad na konvoluční neuronovou síť založenou na EfficicientNetV2 a doučenou na mikroskopických histologických snímcích. Tato neuronová síť predikuje ...
    • Vysvětlitelnost pro medicínské zobrazovací metody 

      Autor: Adam Skluzáček; Vedoucí práce: Žitný Jakub; Oponent práce: Čepek Miroslav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)
      Zvyšující se složitost moderních modelů strojového učení z nich udělala neprůhledné černé skříňky, což komplikuje jejich nasazení v kritických oborech jako například zdravotnictví. Tato práce zkoumá obor vysvětlitelné umělé ...
    • Vysvětlitelnost v klasifikaci časových řad 

      Autor: Narek Vardanjan; Vedoucí práce: Dedecius Kamil; Oponent práce: Sečkárová Vladimíra
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-10)
      Klasifikace časových řad má rozsáhlé využití v různých oblastech, od zdravotnictví po zajišťování kvality potravin. Navzdory širokému použití však není snadné interpretovat predikční modely. Tato diplomová práce se zaměřuje ...