Hledat
Zobrazují se záznamy 1-8 z 8
Doporučovací modely založené na rekurentních neuronových sítích, Recommendations Model Based on Recurrent Neural Networks
; Vedoucí práce: Řehořek Tomáš; Oponent práce: Smítková Janků Ladislava (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-12)
Tato diplomová práce řeší problematiku doporučovacích systémů. Cílem je predikce následujících položek na základě sekvenčních dat z chování uživatelů pomocí rekurentních neuronových sítí (LSTM, GRU). Reprezentace položek ...
Vývoj systému automatického rozpoznávání řeči pro české mluvené slovo, Developing an automatic speech recognition system based on Czech spoken language
; Vedoucí práce: Kovalenko Alexander; Oponent práce: Smítková Janků Ladislava (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-13)
Tato práce se zabývá automatickým rozpoznáváním řeči (ASR) za použití rekurentních neuronových sítí (RNN). Cílem je analyzovat state-of-the-art v těchto vědních odvětvích a najít vhodný český otevřený dataset společně s ...
Vytěžování informací z textů inzerátů pro prodeje automobilů, Extracting structured data from textual car selling advertisement data
; Vedoucí práce: Klouda Karel; Oponent práce: Kordík Pavel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-03)
Předmětem této práce je prozkoumání, navržení a otestování metod pro vytěžování strukturovaných dat z internetových nabídek na prodej automobilů. Dále pak prozkoumání metod předzpracování textu do formátu vhodného k použití ...
Použití hlubokých neuronových sítí pro analýzu sentimentu z tónu řeči, Using deep neural networks for sentiment analysis from utterances
; Vedoucí práce: Holeňa Martin; Oponent práce: Flusser Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-07)
Tato práce zabývá problémem analýzy sentimentu z audio souborů, k čemuž využívá LSTM sítí, které porovnává se stávajícími klasifikačními metodami. Je navženo a implementováno několik postupů, jejich výsledky jsou v práci shrnuty.
Rekurentní modely neuronových sítí s pamětí založené na optimální polynomiální projekci, Recurrent Memory Models with Optimal Polynomial Projections
; Vedoucí práce: Vašata Daniel; Oponent práce: Klouda Karel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-04)
Cílem této práce je prozkoumat možnosti praktického využití komprese signálu projekcí do polynomiálních bází při implementaci rekurentních neuronových sítí. Praktická část práce se zabývá klasifikací zvukových signálů a ...
Detekce podobností datových domén pomocí metod strojového učení, Detecting similarities of data domains using machine learning methods
; Vedoucí práce: Buk Zdeněk; Oponent práce: Surynek Pavel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-07)
Cieľom tejto práce je navrhnúť a zostrojiť systém, na základe ktorého by bolo možne efektívne porovnávať podobnosť v stĺpcoch tabuľky. Bolo preukázané, že vektorová reprezentácia stĺpca vytvorená pomocou rekurentnej ...
Klasifikace ADHD pomocí obrazových dat, Imaging-Based Diagnostic Classification of ADHD
; Vedoucí práce: Friedjungová Magda; Oponent práce: Kalvoda Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-08)
Diplomová práce s názvem Diagnostická klasifikace ADHD na základě zobrazovacích metod se zabývá výzkumem existujících technik diagnostiky ADHD se speciálním zřetelem na snímky funkční magnetické rezonance (fMRI). Autorka ...
Incorporating Spatial Information in Deep Learning Models for Weather Prediction, Incorporating Spatial Information in Deep Learning Models for Weather Prediction
; Vedoucí práce: Šimánek Petr; 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)
Po jejím dokončení se bude tato práce zabývat použitím architektur hlubokého učení pro úlohu předpovědi počasí. Dále bude srovnávat řadu metod prostorové reprezentace pro vylepšování predikcí pomocí dat extrahovaných z ...