Hledat
Zobrazují se záznamy 1-9 z 9
Výpočetní prostředí pro asimilaci disperzních atmosférických modelů, Environment for Assimilation of Atmospheric Dispersion Moldels
; Vedoucí práce: Šmídl Václav; Oponent práce: Hoffman Radek (České vysoké učení technické v Praze. Vypočetní a informační centrum., 2014-06-27)
Duální bezsenzorové řízení synchronních elektrických pohonů, Dual sensorless control of synchronous machines
; Vedoucí práce: Šmídl Václav (České vysoké učení technické v Praze. Vypočetní a informační centrum., 2012-07-24)
Dualita mezi odhadováním a optimálním řízením, Duality between estimation and optimal control
; Vedoucí práce: Šmídl Václav; Oponent práce: Dolinský Kamil (České vysoké učení technické v Praze. Vypočetní a informační centrum., 2013-02-19)
Aktivní učení pro klasifikaci textů, Active learning for text classification
; 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 ...
Slepá dekonvoluce obrazu s prostorově proměnným konvolučním jádrem, Blind image deconvolution with space variant convolution kernel
; 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 ...
Hybridní diskriminativně-generativní modely pro množinová data, Hybrid Discriminative-Generative Training for Set Data
; 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, Estimating Sparse Parameterization of Neural Networks
; 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, 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 ...