Diplomová práce je zaměřena na metody zabývající se nelineární regresní úlohou robustní vůči odlehlým hodnotám. Je zde představena nelineární regresní úloha a popsány tři (z nichž dvě nové) robustní metody pro řešení této ...

Variační autoencoder je modelem, který v sobě kombinuje pravděpodobnostní přístup a sílu aproximací pomocí neuronových sítí. Lze jej využít jako generativní model nebo například v detekci anomálií. Jeho výhody i nevýhody, ...

Moderní metody strojového učení značným způsobem ovlivnily obor počítačového vidění, jehož cílem je naučit stroje chápat informaci proudící z vizuálních zdrojů (obrázky, videa atd.). Ukazuje se, že tyto metodiky nacházejí ...

Tato práce se zaměřuje na aplikaci teorie her, zejména pak Double Oracle algoritmu, v oblasti adversariálního strojového učení. V průběhu práce jsou vysvětleny některé základní pojmy z oblasti dopředných neuronových sítí ...

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. ...

V bakalářské práci jsou vysvětleny základní pojmy strojového učení na lineární a logistické regresi, a poté jsou teoreticky uvedeny neuronové sítě. Dále je zkoumán problém přeučení a principy, jak se mu vyhnout. Praktická ...

Cílem této práce je konstrukce citlivostní analýzy speciálně naučených neuronových sítí a ověření její schopnosti detekovat závislosti mezi parametry. Pro zařazení do kontextu s modernějšími analýzami budeme navrženou ...

Spolu s rostoucím podílem obnovitelných zdrojů energie a celoevropskou integrací denních a vnitrodenních trhů s elektřinou se v posledních letech zvyšuje volatilita na všech typech energetických trhů. Zvýšená likvidita na ...

Tento výzkumný úkol se zabývá speciální aritmetickou vrstvou neuronových sítích schopnou aproximovat polynomy, která se oproti jiným aritmetickým vrstvám umožňujícím aproximaci polynomů vyznačuje lepší extrapolací a odlišným ...