Hledat
Zobrazují se záznamy 1-10 z 63
Směrové statistiky v predikci kvaziperiodických časových řad, Directional Statistics for Prediction of Quasiperiodic Time Series
; Vedoucí práce: Navara Mirko; Oponent práce: 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 ...
Sofware pro analýzu signálů a inteligentní detekci událostí v optických senzorových sítích, Signal Analysis and Intelligent Event Detection System for Optical Sensing Networks
; Vedoucí práce: Boháč Leoš; Oponent práce: 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
; Vedoucí práce: Šír Gustav; Oponent práce: 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 ...
Metody strojového učení pro efektivní kompresi obrazu, Machine Learning Techniques for High Performance Image Compression
; Vedoucí práce: Fliegel Karel; Oponent práce: 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
; Vedoucí práce: Čech Jan; Oponent práce: 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 ...
Detekce malwaru ze slabě označených URL pomocí metod hlubokého učení, Deep learning based malware detection from weakly labeled URLs
; Vedoucí práce: Brabec Jan; Oponent práce: Svatoš Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-06-11)
Strojové učení se v posledních letech stalo nepostradatelným nástrojem v boji s rostoucí kyberkriminalitou. V rámci této diplomové práce jsme implementovali strukturu na trénování neuronových sítí s velkým množstvím dat a ...
Metody strojového učení pro efektivní hodnocení kvality obrazu, Machine Learning Techniques for Efficient Image Quality Assessment
; Vedoucí práce: Fliegel Karel; Oponent práce: 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
; Vedoucí práce: Tolias Georgios; Oponent práce: 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 ...
Automatická detekce a kvantifikace Langerhansových ostrůvků v pankreatické tkáni, Automated Detection and Quantitation of Langerhans Islets in Pancreatic Tissue
; Vedoucí práce: Kybic Jan; Oponent práce: Komínková Oplatková Zuzana (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-15)
Pro určení správné diagnostiky onemocnění nebo studia jejich projevů, výzkumu nových lečébných metod a pozorování změn ve tkáni histologických vzorků je nutné ručně identifikovat jednotlivé části tkáně, zjistit zastoupení, ...
Predikování jevů přidružených fotbalovým výsledkům, Predicting Score-related Events in Soccer
; Vedoucí práce: Hubáček Ondřej; Oponent práce: Urbanovská Michaela (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-15)
Predikování výsledků fotbalových zápasů je v literatuře dobře zavedeným problémem. Dosud však bylo příliš málo práce věnováno predikování jevů přidružených těmto výsledkům, jako například zda bude celkový počet vstřelených ...