Hledat
Zobrazují se záznamy 11-18 z 18
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 ...
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 ...
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 ...
Vyhodnocení efektivity reklamy za použití detektoru lidí a odhadování směru pohledu., Evaluation of advertisement effectiveness using people detection and gaze estimation.
; Vedoucí práce: Naiser Filip; Oponent práce: 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 přežití po transplantaci ledvin pomocí technik strojového učení, Predicting Kidney Transplant Survival: A Machine Learning Approach
; Vedoucí práce: Kouřim Tomáš; Oponent práce: Antoni Ľubomír (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2023-09-03)
Chronické onemocnění ledvin, které postihuje více než 10% světové populace, představuje vážný zdravotní problém v globálním měřítku. Transplantace ledvin je jednou ze stěžejních léčebných možností. Tato bakalářská práce ...