ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
Untitled 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Untitled
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Untitled
JavaScript is disabled for your browser. Some features of this site may not work without it.

Search

Show Advanced FiltersHide Advanced Filters

Filters

Use filters to refine the search results.

Now showing items 1-10 of 57

  • Sort Options:
  • Relevance
  • Title Asc
  • Title Desc
  • Author Asc
  • Authort Desc
  • Advisor Asc
  • Advisor Desc
  • Oponnet Asc
  • Opponet Desc
  • Issue Date Asc
  • Issue Date Desc
  • Accepted Date Asc
  • Accepted Date Desc
  • Results Per Page:
  • 5
  • 10
  • 20
  • 40
  • 60
  • 80
  • 100

Směrové statistiky v predikci kvaziperiodických časových řad, Directional Statistics for Prediction of Quasiperiodic Time Series 

Leonard Mentzl; 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 ...

Efektivní výpočet podobnosti sekundárních struktur RNA, Efficient similarity calculation for RNA secondary structures 

Marek Hrvol; 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 ...

Sofware pro analýzu signálů a inteligentní detekci událostí v optických senzorových sítích, Signal Analysis and Intelligent Event Detection System for Optical Sensing Networks 

Gleb Petrovichev; 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 ...

Predikování hokejových zápasů pomocí neuronových sítí, Predicting Ice-Hockey Matches with Neural Networks 

Tomáš Grim; Supervisor: Šír Gustav; Opponent: Drchal Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-24)
Cílem práce je vytvořit modely, využívající neuronové sítě, schopné predikce výsledků hokejových zápasů NHL. Na těchto modelech chceme následně ověřit několik doposud nepotvrzených hypotéz, zejména hypotézu tvrdící, že ...

Sémantická segmentace povrchu pro RC model auta, Semantic Surface Segmentation for RC car model 

Michal Bahník; Supervisor: Čech Jan; Opponent: Hromčík Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-11)
Tato práce se zabývá návrhem systému pro sémantickou segmentaci povrchu pro autonomní řízení. K sémantické segmentaci povrchu byla natrénována plně konvoluční neuronová síť U-net architectury. Učení a validace proběhlo na ...

Odhadování pozice a orientace specifických rigidních objektů, Pose Estimation of Specific Rigid Objects 

Tomáš Hodaň; Supervisor: Matas Jiří; Opponent: Lepetit Vincent (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-02-07)
Tématem této disertační práce je odhad 3D pozice a 3D orientace rigidních objektů z jediného RGB nebo RGB-D snímku, kdy 3D modely objektů jsou předem známé. Řešení této úlohy počítačového vidění má široké uplatnění v mnoha ...

Metody strojového učení pro efektivní kompresi obrazu, Machine Learning Techniques for High Performance Image Compression 

Rudolf Studený; Supervisor: Fliegel Karel; Opponent: Polák Ladislav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-25)
Tato práce si klade za cíl vytvořit orientační návod stále rostoucím oborem strojového učení, neuronových sítí a jejich aplikace v systémech efektivních kompresních metod založených na učení. První kapitola tvoří teoretický ...

Efektivní implementace neuronových sítí pro použití v reálném čase, Efficient Implementation of Neural Networks for Real-Time Applications 

Matěj Suchánek; Supervisor: Čech Jan; Opponent: Hering Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)
Neuronové sítě jsou v současné době jednou z nejpoužívanějších metod ve strojovém učení, která dala vzniknout vědecké disciplíně známé jako hluboké učení. Dosud byly úspěšně nasazeny v mnoha výzkumných odvětvích, jako jsou ...

Metody strojového učení pro efektivní hodnocení kvality obrazu, Machine Learning Techniques for Efficient Image Quality Assessment 

Jiří Šebek; 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 ...

Rozpoznávání orientačních bodů pomocí hlubokého učení, Visual Landmark Recognition with Deep Learning 

Ondřej Bouček; Supervisor: Tolias Georgios; Opponent: Mishkin Dmytro (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-26)
V této práci se zabýváne rozpoznávání instancí pomocí hlubokého učení. Získáváme deskriptory pomocí modelu neuronové sítě, který byl naučený přístupem metric learning. Vytvořili jsme různá upravení k-NN klasifikátorů pro ...
  • 1
  • 2
  • 3
  • 4
  • . . .
  • 6

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CommunityBy Issue DateAuthorsTitlesSubjects

My Account

Login

Discover

AuthorKybic Jan (7)Čech Jan (5)Drchal Jan (4)Šír Gustav (4)Fliegel Karel (3)Sýkora Daniel (3)Zimmermann Karel (3)Flach Boris (2)Matas Jiří (2)Matěj Suchánek (2)... View MoreSubject
neuronové sítě (57)
neural networks (45)strojové učení (23)machine learning (22)deep learning (10)hluboké učení (9)classification (8)klasifikace (8)neural network (8)computer vision (5)... View More

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV