Hledat
Zobrazují se záznamy 31-34 z 34
Odhad modelu nekompletních heterogenních strukturovaných dat, Semisupervised learning of heterogenous structured data
; Vedoucí práce: Šmídl Václav; Oponent práce: Somol Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-26)
Semi-supervised metody se snaží vyřešit problém dostupnosti výstupů pro data v aplikacích strojového učení. Modely jsou navrženy tak, aby se učily z dat se známou i neznámou třídou současně, a to s využitím metrického ...
Odhadování pohybu mikrorobotů v magnetickém poli, Estimation of motion of micro-robots in magnetic field
; Vedoucí práce: Šmídl Václav; Oponent práce: Mach František (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-27)
Cílem této diplomové práce bylo seznámit se s problémem rychle se pohybujících objektů a algoritmů používaných k jejich sledování. Hlavními zkoumanými algoritmami byli částicový filtr vrátaně adaptivního vzorkování podle ...
Independent Component and Vector Extraction: Dynamic Mixing Models and Performance Bounds, Independent Component and Vector Extraction: Dynamic Mixing Models and Performance Bounds
; Vedoucí práce: Koldovský Zbyněk; Oponent práce: Šmídl Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-11-20)
Tato páce studuje problémy slepé extrakce a separace v komplexním oboru, a to za předpokladu, že jsou původní signály statisticky nezávislé.
Obecný rámec pro klasifikaci na vrchu, General Framework for Classification at the Top
; Vedoucí práce: Šmídl Václav; Oponent práce: Branda Martin (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-09-15)
Práce představila jednotný rámec pro klasifikaci na vrcholu, speciální případ binární klasifikace, kde je výkon hodnocena pouze na malém počtu nejrelevantnějších vzorků. V práci je ukázáno, že do rámce spadá několik známých ...