ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • České vysoké učení technické v Praze
  • Fakulta jaderná a fyzikálně inženýrská
  • katedra matematiky
  • Bakalářské práce - 14101
  • View Item
  • České vysoké učení technické v Praze
  • Fakulta jaderná a fyzikálně inženýrská
  • katedra matematiky
  • Bakalářské práce - 14101
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Algoritmy strojového učení pro aproximaci inverzních matic

Machine learning algorithms for approximation of inverse matrices

Type of document
bakalářská práce
bachelor thesis
Author
Viktor Bílek
Supervisor
Oberhuber Tomáš
Opponent
Škardová Kateřina
Field of study
Matematické inženýrství
Study program
Aplikace přírodních věd
Institutions assigning rank
katedra matematiky
Rights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item record
Abstract
Bakalářská práce se zabývá novým modelem strojového učení diferenciálními neuronovými sítěmi. Tento model nahrazuje diskrétní vrstvy klasické neuronové sítě obyčejnou diferenciální rovnicí. V první části práce je shrnut matematický aparát nutný k porozumění této metody a dále je podrobně rozebrán samotný princip diferenciálních neuronových sítí. Následně jsou popsány metody odhadu pravděpodobnostního rozdělení sestrojené pomocí těchto sítí. V poslední části práce se nachází výpočetní studie, kde pomocí tohoto modelu odhadujeme parametry obyčejných diferenciálních rovnic v závislosti na datech.
 
Bachelor thesis deals with new machine learning technique differential neural networks. This technique allows to replace discrete layers of classical neural network with an ordinary diťferential equation. In the first part of this work we summarize the needed mathematical theory. Next, we describe mentioned diťferential neural networks. Afterwards, we describe methods of probability distribution estimation using these networks. In the last part we illustrate the results of estimation of the parameters of ordinary diťferential equation using this technique.
 
URI
http://hdl.handle.net/10467/85159
Collections
  • Bakalářské práce - 14101 [204]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV