Hledat
Zobrazují se záznamy 11-20 z 29
Identifikace jetů obsahujících těžký kvark pomocí vektorů lokálních agregovaných deskriptorů, Identifying Heavy-Flavor Jets Using Vectors of Locally Aggregated Descriptors
; Vedoucí práce: Bielčíková Jana; Oponent práce: Vértesi Róbert (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-12)
Identifikace jetů pocházejících z rozpadů těžkých kvarků s vysokou statistickou přesností je klíčovou součástí mnoha fyzikálních analýz, od fyziky těžkých iontů po hledání nové fyziky. Taková přesnost může být dosažena s ...
Rozpoznávání vzorů v časových řadách pomocí hlubokých neuronových sítí, Pattern recognition in time series by means of deep neural networks
; Vedoucí práce: Strachota Pavel; Oponent práce: Kouřim Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-25)
Tato bakalářská práce se zabývá rozpoznáváním vzorů v časových řadách obsahující historická data z kryptoměnové burzy. Jako vhodný nástroj tohoto rozpoznávání byly zvoleny konvoluční neuronové sítě (CNN). Na jedné straně ...
Generativní modely pro detekci L-H přechodu v plazmatu na tokamaku COMPASS, Generative models for L-H transition detection in COMPASS tokamak plasma
; Vedoucí práce: Škvára Vít; Oponent práce: 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. ...
Pokročilé architektury neuronových sítí pro analýzu dat z finančních trhů, Advanced neural network architectures for financial market data analysis
; Vedoucí práce: Strachota Pavel; Oponent práce: Oberhuber Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-27)
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 ...
Využití hlubokého strojového učení pro studium mionové složky kosmického záření v signálech z povrchového detektoru Observatoře Pierra Augera, Application of the deep machine learning for the studies of the muon air-shower component using the Pierre Auger Surface Detector data
; Vedoucí práce: Boháčová Martina; Oponent práce: Glombitza Jonas (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)
Táto práca sa zaoberá aplikáciou strojového učenia na určenie miónovej zložky signálu detekovaného vodnými Čerenkovovými detektormi Observatória Pierra Augera. Množstvo miónov v spŕške kozmického žiarenia je jedným z ...
Aplikace strojového učení k predikci energií ve fyzice pevných látek, Machine learning for prediction of energy in condensed matter physics
; Vedoucí práce: Vybíral Jan; Oponent práce: Kolorenč Jindřich (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-27)
S rostoucím výpočetním výkonem posledních desetiletí došlo k zvětšení množství dat o krystalických materiálech vypočtených metodami density functional theory. Tyto výpočty bývají extrémně časově náročné. Spolu s nebývalým ...
Generování seznamu událostí v signálu pomocí neuronových sítí, Signal Event List Generation Using Neural Networks
; Vedoucí práce: Chlada Milan; Oponent práce: 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
; Vedoucí práce: Chlada Milan; Oponent práce: 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 ...
Hledání lehké temné hmoty v blízkém detektoru experimentu NOVA, Searching for Lightweight Dark Matter in the NOvA Near Detector
; Vedoucí práce: Smolík Jan; Oponent práce: Sousa Alexandre (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-06-23)
Hypotézy fyziky za Standardním modelem částic zahrnují lehkou (pod ~GeV) temnou hmotu (DM), vznikající pomocí zprostředkující vektorové částice náležící k temnému sektoru částic. V této práci postuluji jejich předpokládanou ...
Detekce mraků v družicových snímcích pomocí algoritmů strojového učení, Cloud detection in satellite images using machine learning algorithms
; Vedoucí práce: Šorel Michal; Oponent práce: Štych Přemysl (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-01-25)
Sentinel 2 je družicová mise vedená Evropskou kosmickou agenturou pod programem Evropské unie Copernicus a poskytuje multi-spektrální snímky Země s vysokým rozlišením. Přesná detekce mraků ze satelitních snímků je důležitý ...