Prohlížení katedry dle předmětu "autoencoder"

Zobrazují se záznamy 1-3 z 3

    • Dokreslování obrázků pomocí generativních adversariálních sítí 

      Autor: Tomáš Halama; 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., 2020-06-18)
      Obnovení poškozených oblastí v obrazových datech je aktuální a náročný problém, jehož obtížnost roste se závažností a velikostí daného poškození. V posledních pár letech lze pozorovat značný pokrok při řešení tohoto problému ...

    • Rozšíření dat pomocí generativních adversariálních sítí 

      Autor: Iveta Šárfyová; 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., 2020-06-19)
      Většina dat z reálného světa není rovnoměrně rozdělena do odpovídajících tříd, ale je nevyvážená, což může mít velký vliv na kvalitu predikce klasifikačních modelů. Obecný přístup k řešení tohoto problému je modifikace ...

    • Využití AI/ML metod pro měření datové kvality 

      Autor: Michael Mikuš; Vedoucí práce: Pajurek Tomáš; Oponent práce: Friedjungová Magda
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)
      Kvalitní data jsou zásadní pro důvěryhodná rozhodnutí na datech založená. Značná část současných přístupů k měření kvality dat je spojena s náročnou, odbornou a časově náročnou prací, která vyžaduje manuální přístup k ...