• Algoritmus pro řízení hybridních zdrojů elektrické energie s neurčitým požadavkem 

      Autor: Jitka Stoklasová; Vedoucí práce: Šůcha Přemysl; Oponent práce: Mamula Ondřej
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-13)
      Diplomová práce se zabývá analýzou, vývojem a testováním algoritmu operativního řízení zdrojů elektrické energie doplněné o zásobník elektrické energie. V první části se práce zabývá existujícími algoritmy určených k řízení ...
    • Apriorní modely pro rubustní adversariální hluboké učení 

      Autor: Jose Ananias Hilario Reyes; Vedoucí práce: Flach Boris; Oponent práce: 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 ...
    • Distribuované směrování v sítích a jeho použití 

      Autor: Jan Cicvárek; Vedoucí práce: Hengster-Movric Kristian; Oponent práce: Genyk-Berezovskyj Marko
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-13)
      Tato diplomová práce popisuje decentralizovaný systém jménem NodeSkipper určený pro kteroukoli spojitou neorientovanou síť. Uzly v této síti mohou posílat nebo vyhledávat jiné uzly nebo vyvolat proces "consensus", kdy se ...
    • Generalizace modelů na nové domény pomocí generování nových trénovacích vzorků 

      Autor: Jakub Brož; Vedoucí práce: Bošanský Branislav; Oponent práce: Šmídl Václav
      (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-06-15)
      Současné modely hlubokého učení si vedou velmi dobře v široké škále úloh a v mnoha z nich jsou schopny překonat člověka. To platí zejména pro úlohy klasifikace obrázků, kde se hluboké neuronové sítě ukázaly jako velmi ...