Prohlížení Diplomové práce - 14101 dle autora "Šmídl Václav"
-
Aktivní učení pro klasifikaci textů
Autor: Marko Sahan; Vedoucí práce: Šmídl Václav; Oponent práce: Drchal Jan
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-07-23)Modely strojového učení pro klasifikaci jsou založené na učení parametrů black box modelu, které popisují vztah mezi vzorky dat a jejích třídou. Proces sběru dat a jejích labelů pro účely trénování modelu může být komplikovaný ... -
Dualita mezi odhadováním a optimálním řízením
Autor: Zima Miroslav; Vedoucí práce: Šmídl Václav; Oponent práce: Dolinský Kamil
(České vysoké učení technické v Praze. Vypočetní a informační centrum., 2013-02-19) -
Duální bezsenzorové řízení synchronních elektrických pohonů
Autor: Vahala Michal; Vedoucí práce: Šmídl Václav
(České vysoké učení technické v Praze. Vypočetní a informační centrum., 2012-07-24) -
Hybridní diskriminativně-generativní modely pro množinová data
Autor: Jakub Bureš; Vedoucí práce: Šmídl Václav; Oponent práce: Najman Michal
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-26)Tato diplomová práce se zabývá hybridními diskriminativními a generativními modely a jejich možným využitím v multi-instačním učení, kde je jeden vzorek tvořen množinou vektorů. Doposud byly tyto modely trénovány pouze ... -
Metody odhadu řídké parametrizace neuronových sítí
Autor: Lukáš Kulička; Vedoucí práce: Šmídl Václav; Oponent práce: Rajmic Pavel
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-05-27): Diplomová práce se zabývá metodami odhadu řídké parametrizace neuronových sítí, jimiž je možné prořezávat přeparametrizované neuronové sítě a snížit tak jejich komplexitu ve snaze odhalit pouze relevantní parametry, čímž ... -
Odhad modelu nekompletních heterogenních strukturovaných dat
Autor: Michaela Mašková; 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
Autor: Zuzana Sabolová; 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 ... -
Slepá dekonvoluce obrazu s prostorově proměnným konvolučním jádrem
Autor: Antonie Brožová; Vedoucí práce: Šmídl Václav; Oponent práce: Šroubek Filip
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-01-29)Tato diplomová práce se zabývá řešením slepé dekonvoluce pomocí pravděpodobnostních modelů. Srovnány budou dva přístupy, prvním z nich je často používaná variační Bayesova metoda, pro kterou se obvykle musí volit ... -
Výpočetní prostředí pro asimilaci disperzních atmosférických modelů
Autor: Laitl Matěj; Vedoucí práce: Šmídl Václav; Oponent práce: Hoffman Radek
(České vysoké učení technické v Praze. Vypočetní a informační centrum., 2014-06-27)