Hledat
Zobrazují se záznamy 71-80 z 248
Rozšíření dat pro trénink neuronových sítí, Data Augmentation for Neural Networks Training
; Vedoucí práce: Škoviera Radoslav; Oponent práce: Himalaya Jain (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-04)
Tato diplomová práce je zaměřena na techniky použité pro rozšíření stávajících trénovacích dat pro trénink neuronových sítí se zaměřením na datasety obsahující obrázky lidí. Pro účely vývoje, trénování, validace a testování ...
Rozpoznávání rostlin a hub z obrázků, Fine-grained Recognition of Plants and Fungi from Images
; Vedoucí práce: Matas Jiří; Oponent práce: Suk Tomáš (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-04-14)
Tato práce se zabývá rozpoznáváním druhů rostlin a hub z obrazu, od rozpoznávání skenů a fotografií listů a kůry v kontrolovaných podmínkách až po neomezená pozorování rostlin a hub "ve volné přírodě" s komplikovaným pozadím ...
Curriculum Learning of Neural Networks, Curriculum Learning of Neural Networks
; Vedoucí práce: Vašata Daniel; Oponent práce: Friedjungová Magda (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-02-06)
Umělé neuronové sítě se běžně trénují na náhodně seřazených datech. V mnoha směrech je tento přístup podobný učení živých organismů, to však nebývá náhodné. Lidé používají učební plány, podle kterých se jejich učení řídí. ...
Apriorní modely pro rubustní adversariální hluboké učení, Prior models for robust adversarial deep learning
; Vedoucí práce: Flach Boris; Oponent práce: Schlesinger Dmitrij (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Hluboké sítě naučené standardními metodami diskriminačního učení jsou náchylné k protichůdným vzorům. Výcvik nepřátelsky robustních hlubokých sítí proto vyžaduje nové metody učení. Jednou zajímavou možností je zahrnout ...
Adversarialní strojové učení pro detekci škodlivého chování v síťové bezpečnosti, Adversarial Machine Learning for Detecting Malicious Behavior in Network Security
; Vedoucí práce: Lisý Viliam; Oponent práce: Bím Jan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-18)
Adversarialní strojové učení má v principu dva cíle: navrhnout útočníka, který je schopen obejít detektor; a detektor, který úspěšně detekuje dané útočníky. Tyto protichůdné motivy jsou v této práci modelovány pomocí teorie ...
Analýza satelitních snímků pro predikci výnosu plodin, Satellite image analysis for crop yield prediction
; Vedoucí práce: Maldonado Lopez Juan Pablo; Oponent práce: Vašata Daniel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-14)
V tejto praci sa zameriavame na navrhnutie a implementaciu postupnosti krokov, ktora umozni predikciu urody plodin. V texte popisujeme a analyzujeme data pochadzajuce zo vzdialeneho prieskumu Zeme, ktore rozsirime o indexy ...
Optimalizační metody ve znalostním inženýrství, Optimization Methods in Knowledge Engineering
; Vedoucí práce: Kalvoda Tomáš; Oponent práce: Klouda Karel (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-15)
Tato práce se zabývá problematikou matematické optimalizace a ukazuje, jak ji lze aplikovat na problematiku znalostního inženýrství. Nejdříve se zaměříme na teoretické základy matematické optimalizace a formulujeme základní ...
Abstrakce v posilovaném učení, Abstraction in Reinforcement Learning
; Vedoucí práce: Platt Robert; Oponent práce: Maldonado Lopez Juan Pablo (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-15)
Abstrakce je důležitý nástroj pro inteligentního agenta. Pomáhá mu řešit složité úlohy tím, že ignoruje nedůležité detaily. V této práci popíši nový algoritmus pro hledání abstrakcí, Online Partition Iteration, který je ...
Škálovatelnost algoritmu nejbližších sousedů, Scalability of Nearest Neighbor Algorithm
; Vedoucí práce: Kordík Pavel; Oponent práce: Šimeček Ivan (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-15)
Tato práce se zabývá efektivními algoritmy pro hledání k nejbližších sousedů. Představili jsme tři konkrétní přístupy. Prvním z nich je použití k-means shlukování pro kNN, druhým tvorba aproximativního kNN grafu za použití ...
Adaptivní predikce korekčních faktorů válcovacích sil, Adaptive prediction of rolling forces correction factors
; Vedoucí práce: Oswald Cyril; Oponent práce: Bukovský Ivo (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2019-06-21)
Tato práce se zabývá predikcí korekčních faktorů silových a momentových parametrů pro válcování kovů získaných matematickým modelem, což vede ke zvýšení přesnosti celého procesu. Cílem práce je návrh softwarového řešení, ...