Search
Now showing items 1-10 of 13
Klasifikace buněčných procesů na časosběrných snímcích pořízených TIRF-SIM mikroskopem, Classification of endocytosis in TIRF-SIM time-lapse images
; Supervisor: Šroubek Filip; Opponent: Kamenický Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-27)
Jedním z nejdůležitějších studovaných buněčných procesů je endocytóza. Možnost automatické počítačové analýzy mikroskopických snímků tohoto buněčného procesu může výrazně usnadnit jeho studium. Tato práce prozkoumává možnost ...
Generativní modely pro detekci L-H přechodu v plazmatu na tokamaku COMPASS, Generative models for L-H transition detection in COMPASS tokamak plasma
; Supervisor: Škvára Vít; Opponent: Franc Jakub (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-07-24)
Tato práce se zabývá generativními modely vhodnými ke klasifikaci režimů udržitelnosti plazmatu v tokamaku COMPASS. Mezi použité klasifikační modely se řadí Support Vector Machine, Gradient Tree Boosting a neuronové sítě. ...
Generování seznamu událostí v signálu pomocí neuronových sítí, Signal Event List Generation Using Neural Networks
; Supervisor: Chlada Milan; Opponent: Víta Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-27)
Cílem práce je rešerše metod hlubokého učení a následná aplikace shrnutých poznatků pro dekompozici signálu do jednotlivých zdrojů a detekci událostí v signálu. V první části je zkoumána možnost aplikace modifikovaných ...
Strojové učení pro klasifikaci zdrojů spojité akustické emise, Machine Learning for Classification of Continuous Acoustic Emission Sources
; Supervisor: Chlada Milan; Opponent: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-09-02)
Strojové učení je v současné době velmi populární oblastí umělé inteligence. Hluboké učení poté zpracovává vstupní data skrze vrstvy předávající datům smysluplnější reprezentace. Jedním z modelů, které hluboké učení k ...
Vyhodnocení efektivity reklamy za použití detektoru lidí a odhadování směru pohledu., Evaluation of advertisement effectiveness using people detection and gaze estimation.
; Supervisor: Naiser Filip; Opponent: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-05-27)
Cílem této práce bylo vytvořit algoritmus, který je schopen odhadovat, zda se osoba vyskytující se na vstupním obrázku dívá na reklamní baner (citylight). To zahrnovalo seznámit se s problematikou kalibrace kamery. Prostudovat ...
Predikce zatížení v elektroenergetické přenosové soustavě pomocí metod hlubokého učení pro více horizontů, Prediction of energy demand in the power system with deep learning multi horizon forecasting methods
; Supervisor: Franc Jiří; Opponent: Šmíd Jakub (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-09-01)
Tato práce se zabývá metodami hlubokého učení se zaměřením na Temporal Fusion Transformer (TFT) pro predikci zatížení v elektroenergetické přenosové soustavě pro více horizontů. Navrhovaná architektura modelu TFT pro ...
Sémantická segmentace plodin z časových řad snímků Sentinel-2, Semantic segmentation of crops from time series of Sentinel-2 images
; Supervisor: Šorel Michal; Opponent: Potůčková Markéta (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-02-01)
Satelity misie Sentinel-2 sú v súčasnej dobe veľmi cenným zdrojov dát pre automatizáciu mapovania pokrytia krajiny. V prípade sémantickej segmentácie typov plodín, ktorou sa zaoberáme v našej práci, je esenciálne aby na ...
Systém sledování stavu povrchu vozovky, Road Surface Condition Monitoring System
; Supervisor: Novozámský Adam; Opponent: Čech Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-05-29)
Cieľom tejto diplomovej práce je preskúmať použitie techník počítačového videnia pre detekciu stavu povrchu vozovky v reálnom čase. Porovnávané boli dve architektúry konvolučných neurónových sietí, MobileNet a EfficientNet, ...
Neuronové sítě pro klasifikaci stavu plasmatu v Tokamaku, Neural networks for classification of tokamak plasma state
; Supervisor: Šmídl Václav; Opponent: Železný Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-08-30)
Tato práce se zaměřuje na použití neuronových sítí pro klasifikaci stavu plazmatu v tokamaku COMPASS. Hlavním cílem je ověřit, zda moderní architektury neuronových sítí mohou zlepšit přesnost klasifikace plazmatu. Práce ...
Rozpoznávání plemen psů pomocí konvolučních neuronových sítí, Dog Breeds Recognition Using Convolutional Neural Networks
; Supervisor: Horaisová Kateřina; Opponent: Kubera Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2024-08-29)
Tato práce se zabývá klasifikací plemen psů pomocí konvolučních neuronových sítí (CNN) s využitím architektury ResNet-50. Pro zlepšení klasifikační přesnosti byly použity techniky přeneseného učení, augmentace dat a jemného ...