Prohlížení Bakalářské práce - 13133 dle předmětu "hluboké učení"
Zobrazují se záznamy 1-7 z 7
-
Automatická detekce metastáz v histologických obrázcích lymfatických uzlin pomocí hlubokých neuronových sítí
; Vedoucí práce: Kybic Jan; Oponent práce: Šochman Jan
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)Digitalizace procesu detekce rakoviny v histopatologických snímcích je předmětem výzkumu posledních let a automatizovaná počítačová analýza založená na hlubokých neuronových sítích ukázala potenciální výhody jako diagnostická ... -
Efektivní implementace neuronových sítí pro použití v reálném čase
; 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 ... -
Odhad parkovací kapacity ve městech s použitím leteckých snímků
; Vedoucí práce: Fiedler David; Oponent práce: Derbek Přemysl
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-05)Většina velkých měst je v dnešná době pokryta satelitními snímky ve vysoké kvalitě, které se dají využít k analýze rozličných vlastností města. Jedna z možností je ze satelitních snímků odhadovat parkovací kapacitu. V této ... -
Rozpoznávání orientačních bodů pomocí hlubokého učení
; 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 ... -
Slabě supervisovaná příprava LiDARových dat pro detekci 3D objektů
; Vedoucí práce: Svoboda Tomáš; Oponent práce: Hurych David
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-01)Navrhli jsme dvě lokální metody pro rozšíření datasetu: Vložení a Simulace pohybu. Vložení přidává do mračna bodů nové objekty. Tato metoda pomáhá nejvíce na nevyvážených datasetech, kde dokáže zvýšit zastoupení malých ... -
Společné učení pro robotickou navigaci
; Vedoucí práce: Rozsypálek Zdeněk; Oponent práce: Na Seongin
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-06)Tato práce se zaměřila na použití federovaného učení v kombinaci s hlubokým posilovaným učením k řešení problému robotické navigace s omezenou senzorickou výbavou. Byl učiněn pokus replikovat úspěch metody společného učení ... -
Základy symetrií v hlubokém učení
; Vedoucí práce: Šír Gustav; Oponent práce: Janisch Jaromír
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-07)Mnoho aplikací hlubokého učení se zabývá aproximací funkcí, které obsahují nějakou formu symetrie vzhledem k jejich vstupu. Tento fakt se však často při tvorbě architektury zanedbává, výjimkou jsou pouze hojně rozšířené ...