Hledat
Zobrazují se záznamy 11-20 z 21
Lokalizace materiálových defektů založená na geodetických drahách, Material defect localization based on geodesic curves
; Vedoucí práce: Kůs Václav; Oponent práce: Záveský Michal (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2016-08-05)
Tato bakalářská práce se zabývá postavením základů matematického modelu lokalizace akustické emise a problémem numerického výpočtu geodetických křivek na modelech reálných těles. Pro tento účel jsou implementovány metoda ...
Aplikace statistického testování hypotéz na data z experimentu ATLAS, Application of statistical hypothesis testing to datasets from the ATLAS experiment
; Vedoucí práce: Franc Jiří; Oponent práce: Kůs Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2017-02-04)
V částicové fyzice je potřeba ověřit, zda-li naměřená data odpovídají simulacím, které jsou vytvářeny pomocí Monte Carlo generátorů. Ke zjištění, jestli oba vzorky pochází ze stejného rozdělení, se používají statistické ...
Statistická a strojová klasifikace signálů akustické emise pro detekci defektů v materiálech, Classification of acoustic emission signals in material defectoscopy based on statistics and machine learning
; Vedoucí práce: Kůs Václav; Oponent práce: Dvořáková Zuzana (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-08-26)
Spolehlivá klasifikace signálů akustické emise je klíčová pro praktické využití této defektoskopické metody. Signály jsou při klasifikaci reprezentovány pomocí vhodné nízkodimenzionální skupiny atributů. V této práci se ...
Odhadování struktury hysterezních materiálů prostřednictvím Preisach-Mayergoyzova prostoru, Structure of hysteretic material evaluated through Preisach-Mayergoyz space
; Vedoucí práce: Kůs Václav; Oponent práce: Chlada Milan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-08-27)
ato bakalářská práce se zabývá aplikováním Preisach-Mayergozova (PM) modelu na vyhodnocení elastických vlastností materiálů. V první části jsou představeny klíčové pojmy hystereze a její popis, dále optimalizační algoritmy, ...
Konvoluční neuronové sítě v částicové fyzice, Convolutional Neural Networks in High Energy Physics
; Vedoucí práce: Bouř Petr; Oponent práce: Kůs Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-09-01)
Analýza dat v částicové fyzice zahrnuje komplexní klasiťikační úlohy. Ty jsou v současnosti často řešeny speciťickými metodami strojového učení, jako jsou například hluboké neuronové sítě. Klíčové problémy identiťikace ...
Aplikace statistických metod a machine learningu na produkty srážek tězkých jader, Statistics and machine learning applied to heavy nuclei collision products
; Vedoucí práce: Kůs Václav; Oponent práce: Kramárik Lukáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-08-30)
Jedním z klíčových problémů v analýze dat rozpadů mezonů D z experimentu STAR je separace párů pionů ~ a kaonů K pocházejících z tohoto rozpadu od kombinatorického pozadí. K této separaci se využívá pokročilých metod ...
Statistická separace a identifikace s využitím divergenčních technik pro vícerozměrná data, Statistical separation and identification by means of divergence techniques for multi-dimensional data
; Vedoucí práce: Kůs Václav; Oponent práce: Franc Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-09-01)
Při klasiflkaci dat obvykle narazíme na problém velkého počtu proměnných, což má za následek vyšší časovou náročnost procesu klasiflkace. V praxi je pak často výpočetní čas důležitější než přesnost separace. Práce obsahuje ...
Supervizované a nesupervizované učení pro fyziku těžkých iontů, Supervised and Unsupervised Learning for Heavy Ion Physics
; Vedoucí práce: Kůs Václav; Oponent práce: Bielčíková Jana (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-05-28)
Potřeba řešení komplexních problémů binární klasifikace ve fyzice těžkých iontů vyústila v častější užívání supervizovaných i nesupervizovaných algoritmů strojového učení. Spolu s vhodným předzpracováním dat a optimalizací ...
Statistické zpracování simulovaných dat v částicové fyzice, Statistical Data Processing of Simulations in High Energy Physics
; Vedoucí práce: Kůs Václav; Oponent práce: Hakl František (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-05-28)
Simulace elementárních částic hrají klíčovou roli při objevování nových zákonů fyziky, proto je kladen velký důraz na jejich přesnost. Standardním přístupem pro získání simulací je použití algoritmů na principu Monte Carlo ...
Mapování obecných závislostí pomocí neuronových sítí, Mapping of general relations by neural networks
; Vedoucí práce: Chlada Milan; Oponent práce: Kůs Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-01-27)
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 ...