Search
Now showing items 1-10 of 50
Rozšíření dat pro trénink neuronových sítí, Data Augmentation for Neural Networks Training
; Supervisor: Škoviera Radoslav; Opponent: Himalaya Jain (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-04)
Tato diplomová práce je zaměřena na techniky použité pro rozšíření stávajících trénovacích dat pro trénink neuronových sítí se zaměřením na datasety obsahující obrázky lidí. Pro účely vývoje, trénování, validace a testování ...
Transfer learning pro klasifikaci textu, Transfer Learning for Textual Topic Classificaton
; Supervisor: Čermák Jiří; Opponent: Selecký Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-06)
Nedávné vývoje v jazykových modelech vedly k posunu v transfer learning metodách ve zpracování přirozeného jazyka. Jazykové modely předtrénované na rozsáhlých obecných datasetech dosahují nejlepších výsledků v celé řadě ...
Algoritmus pro automatické doplňovaní jednoduchých trajektorií, Autocompletion algorithm for simple trajectories
; Supervisor: Škoviera Radoslav; Opponent: Černeková Zuzana (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-12)
Motion planning is one of the core problems that is being studied extensively by robotics researchers in the present day. Among the many techniques available, planning via automatic path/trajectory generation is one of the ...
Systém pro klasifikaci vad analogového záznamu, System for Classification of Analog Record Degradation
; Supervisor: Rund František; Opponent: Rajmic Pavel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-12)
Tato práce se zabývá tématem modelování a klasifikace vad gramofonových desek. Cílem je vytvořit modely základních typů vad a navrhnout a implementovat v prostředí MATLAB metody automatické klasifikace těchto vad. Modelování ...
Efektivní výpočet podobnosti sekundárních struktur RNA, Efficient similarity calculation for RNA secondary structures
; Supervisor: Kléma Jiří; Opponent: Pospíšek Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-13)
Tato práce se zaobírá porovnáváním sekundárních struktur RNA pomocí mělkých neuronových sítí. Název nově vytvořené metody je Struc2Vec. Způsob výpočtu je založen na přepisu sekundárních struktur na slova, která jsou následně ...
Velkoškálový výběr atributů, Large-scale feature selection
; Supervisor: Khikhlukha Danila; Opponent: Drchal Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-13)
Možnosti výpočetních prostředků se neustále zvyšují, ovšem neúměrně k velikosti dat zpracovávaných v oblasti strojového učení, která narůstá ještě rychleji. Tato práce se zabývá výběrem atributů při klasifikaci dat. Teze ...
Vývoj molekulárních reprezentací pro aplikaci strojového učení v kvantové chemii a spektroskopii, Development of molecular representations suitable for machine learning application in quantum chemistry and spectroscopy
; Supervisor: Železný Filip; Opponent: Svozil Daniel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Tato práce se zabývá aplikací strojového učení do oblasti kvantové chemie a spektroskopie, kde je hlavním problémem kvantitativních výpočtů jejich časová náročnost. Hlavním cílem je vývoj a testování vhodných molekulárních ...
Hluboké neuronové sítě ve vestavěných systémech, Deep Neural Networks in Embedded Systems
; Supervisor: Hrubý Lukáš; Opponent: Zimmermann Karel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Tato práce prozkoumává možnosti využití hlubokých neuronových sití ve vestavěných systémech pro účely monitorování dopravy. Hlavním cílem je navrhnout, implementovat a otestovat prototyp systému využivajícího neuronové ...
Apriorní modely pro rubustní adversariální hluboké učení, Prior models for robust adversarial deep learning
; Supervisor: Flach Boris; Opponent: Schlesinger Dmitrij (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Hluboké sítě naučené standardními metodami diskriminačního učení jsou náchylné k protichůdným vzorům. Výcvik nepřátelsky robustních hlubokých sítí proto vyžaduje nové metody učení. Jednou zajímavou možností je zahrnout ...
Adversarialní strojové učení pro detekci škodlivého chování v síťové bezpečnosti, Adversarial Machine Learning for Detecting Malicious Behavior in Network Security
; Supervisor: Lisý Viliam; Opponent: Bím Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Adversarialní strojové učení má v principu dva cíle: navrhnout útočníka, který je schopen obejít detektor; a detektor, který úspěšně detekuje dané útočníky. Tyto protichůdné motivy jsou v této práci modelovány pomocí teorie ...