Now showing items 1-3 of 3

    • Apriorní modely pro rubustní adversariální hluboké učení 

      Author: Jose Ananias Hilario Reyes; 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 ...
    • Integrace frameworků relačního a hlubokého strojového učení 

      Author: Marián Briedoň; Supervisor: Šourek Gustav; Opponent: Drchal Jan
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
      V posledných rokoch dosahujú hlboké neurónové siete významných úspechov v mnohých oblastiach strojového učenia, ako je spracovanie prirodzeného jazyka, vytváranie zvukových súborov alebo dokonca čítanie pier. Všetky tieto ...
    • Učení segmentace z několika datasetů s odlišnými množinami labelů 

      Author: Elnaz Babayeva; 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 ...