Search
Now showing items 1-10 of 21
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 ...
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 ...
Učení segmentace z několika datasetů s odlišnými množinami labelů, Learning segmentation from multiple datasets with different label sets
; Supervisor: Šulc Milan; Opponent: Šára Radim (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-13)
Diplomová práce se zabývá úlohou segmentace instancí objektů, jejíž cílem je naučit se v obrázku označit pixely oblasti každé instance objektu z definovaných tříd. Moderní konvoluční neuronové sítě vyžadují velké množství ...
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 ...
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 ...
Pattern recognition with neural networks, Pattern recognition with neural networks
; Supervisor: Frajták Karel; Opponent: Makletsov Sergey Vladislavovich (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-19)
Cílem práce je návrh a vývoj modulu, který vybere optimální aktivační funkci ze zadané parametrické rodiny. Jsou uvažovány umělé neuronové sítě s dopředným posunem různých konfigurací pro problém rozpoznávání vzorů. Jsou ...
Sofware pro analýzu signálů a inteligentní detekci událostí v optických senzorových sítích, Signal Analysis and Intelligent Event Detection System for Optical Sensing Networks
; Supervisor: Boháč Leoš; Opponent: Pošík Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-01-22)
Tato diplomová práce se věnuje navržení systému pro sběr signálových dat ze senzorů v optických sítích, detekci v signálovém průběhu anomálií a jejich klasifikaci s možností případného spuštění určité akce. Budou prodiskutovány ...
Rozvrhování výpočtů inference neuronových sítí na vestavném hardware, Computation scheduling in neural network inference on embedded hardware
; Supervisor: Sojka Michal; Opponent: Pošík Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-01-22)
Cílem této práce je prozkoumat state- of-the-art způsoby detekce objektů po- mocí konvolučních neuronových sítí, využívaných v oblasti autonomního řízení. Proto aby běh na vestavěných systémech byl dostatečně optimalizo- ...
Metody strojového učení pro efektivní hodnocení kvality obrazu, Machine Learning Techniques for Efficient Image Quality Assessment
; Supervisor: Fliegel Karel; Opponent: Kufa Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-10)
Multimediální technologie zažily rapidní rozvoj především díky transformaci trhu s mobilními telefony směrem k telefonům chytrým s velmi schopnými kamerami a růstu popularity streamovacích služeb. Spolu s masovou produkcí ...
Směrové statistiky v predikci kvaziperiodických časových řad, Directional Statistics for Prediction of Quasiperiodic Time Series
; Supervisor: Navara Mirko; Opponent: Helisová Kateřina (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-10)
V této práci navrhujeme metody predikce kvaziperiodických časových řad, které jsou založené na směrové statistice. Za-býváme se metodou momentů, EM algo-ritmem, Adaboostem R a neuronovými sí-těmi. Upřednostňujeme korektnost ...