Hledat
Zobrazují se záznamy 1-6 z 6
Klasifikace buněčných procesů na časosběrných snímcích pořízených TIRF-SIM mikroskopem, Classification of endocytosis in TIRF-SIM time-lapse images
; Vedoucí práce: Šroubek Filip; Oponent práce: 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
; 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. ...
Detekce anomálií pro množinová data
(2021)
Detekce anomálií na vektorech je již dobře zmapovanou oblastí, detekce anomálií pro množinová data však představuje několik nových problémů. Množinou rozumíme skupinu vektorů, jejichž počet se v množinách se může lišit a ...
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 ...
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 ...