|
Neurální extrakce řeči cílového řečníka
Žmolíková, Kateřina ; Erdogan, Hakan (oponent) ; Koldovský, Zbyněk (oponent) ; Černocký, Jan (vedoucí práce)
S rostoucím nasazením řečových technologií v praxi roste důležitost jejich robustnosti. Zejména zpracování řeči poškozené rušícími překrývajícími se řečníky je stále výzva. Přístupy separace řeči tento problém řeší rozkladem smíchané řeči na signály jednotlivých řečníků. Tyto metody v nedávné době výrazně pokročily s využitím vývoje v hlubokém učení. Ve spoustě aplikací, jako jsou chytré telefony nebo digitální domácí asistenti, je cílem zvýraznit řečový signál jednoho cílového řečníka, a potlačit ostatní řečníky a šum. V~této práci formulujeme tento problém jako extrakci řeči cílového řečníka a navrhujeme přímé řešení --- použití neuronové sítě, která na vstupu přijímá předregistrovanou nahrávku cílového řečníka a pozorovanou směs, a na výstupu vrací extrahovanou řeč cílového řečníka. Diskutujeme a experimentálně ukazujeme výhody tohoto přístupu ve srovnání s konvenční separací řeči. Výhody zahrnují nepotřebnost počítání řečníku ve směsi nebo lepší konzistenci výstupu pro delší nahrávky. Zkoumáme různé aspekty neurální extrakce řeči cílového řečníka, jako jsou embeddingy reprezentující řečníka, metody jak informovat neuronovou síť, vstupní a výstupní doména a ztrátová funkce. Dále demonstrujeme, jak kombinovat extrakci cílového řečníka s multi-kanálovými metodami, jako je beamforming založený na neurálních maskách nebo prostorové shlukování. Tyto kombinace využívají jak konvenčních statistických metod pro zpracování prostorové informace, tak silné modelovací schopnosti neuronových sítí. Na závěr aplikujeme extrakci řeči cílového řečníka na dva finální úkoly: automatické rozpoznávání řeči a diarizaci založenou na shlukování. Zkoumáme jak nejlépe zkombinovat předzpracování signálu s cílovými systémy včetně společné optimalizace, nebo trénování se slabou supervizí založenou na informaci o řečnících.
|
|
Obstacle Avoidance in UAVs: Using a Bug-Inspired Algorithm and Neural Network-Based RGB Camera Collision Prediction
Raichl, Petr ; Marcoň, Petr ; Janoušek, Jiří
Unmanned Aerial Vehicles (UAVs) are increasingly deployed in complex environments for various applications, necessitating advanced obstacle avoidance capabilities to ensure safety and mission success. Inspired by the simplicity and effectiveness of biological navigation strategies, this study introduces a novel approach to UAV obstacle avoidance, leveraging the principles of the bug algorithm combined with the predictive power of neural networks. We propose a hybrid model that integrates a lightweight neural network to predict potential collisions in real-time. Our methodology employs a two-stage process: first, the neural network assesses the immediate risk of collision; second, the bug algorithm-inspired decision-making process determines the UAV’s maneuvering actions to navigate without crashing to obstacles. The approach was tested both in simulation and real outdoor experiments.
|
|
Vliv nástrojů umělé inteligence na studenty českých vysokých škol
Lacina, Ondřej ; Soukup, Petr (vedoucí práce) ; Remr, Jiří (oponent)
V kontextu rychle se vyvíjejících technologií dochází v posledních několika letech i k rozsáhlému rozšiřování umělé inteligence. S nově vznikajícími nástroji fungujícími na bázi AI se proto setkáváme i my ve svých běžných životech. Diplomová práce s názvem Vliv nástrojů umělé inteligence na studenty českých vysokých škol se zaměřuje na způsoby, jakými studenti českých soukromých, veřejných a státních vysokých škol přistupují k těmto novým technologiím. Po přiblížení konceptu umělé inteligence je popsáno základní členění nástrojů. Představeny jsou i potenciální pozitivní a negativní stránky, které se s těmito novými nástroji pojí. Pro samotný výzkum je využito kombinovaného výzkumného designu, který dle postupů výkladového sekvenčního designu rozděluje analýzu do dvou etap. V první etapě proběhlo kvantitativní dotazníkové šetření, které proporčně dle kategorizace ISCED-F 2013 sdružilo respondenty do celkem 10 oborových kvót. V druhé etapě bylo dotazníkové šetření doplněno polostrukturovanými rozhovory. Výsledkem analýzy jsou stěžejní trendy v používání nástrojů umělé inteligence mezi studenty českých vysokých škol. Vysoký důraz je zde kladen na četnost využívání nástrojů, preferované nástroje, typické účely jejich použití v akademickém, soukromém i pracovním životě, důvěru ve vygenerované informace...
|
|
Moderní vibrodiagnostika strojů a hodnocení datových souborů neuronovými sítěmi
Koníček, Tomáš ; Holoubek, Tomáš (oponent) ; Hammer, Miloš (vedoucí práce)
Tato diplomová práce se zaměřuje na technickou diagnostiku s důrazem na vibrodiagnostiku strojů a zařízení. Cílem je provést rešerši sledování vibrací pomocí moderních on-line systémů a zkoumat možnosti zpracování získaných datových souborů s využitím neuronových sítí. Analyzuje se vibrační monitoring od firmy Siemens SIPLUS CMS, včetně popisu jednotlivých hardwarových a softwarových komponent. Práce se dále zaměřuje na diagnostiku strojů s využitím reálného modelu vybaveného systémem SIPLUS CMS ve spolupráci s programovatelným automatem SIMATIC S7-1200. Získaná data budou přenášena přes protokol FTP k dalšímu zpracování v programu Matlab. Budou navrženy a použity modely neuronových sítích, které budou natrénovány na naměřených datech. Bude použit model konvolučních neuronových sítí. Výsledky budou vyhodnoceny a bude vznesen závěr.
|
|
Deepfake Detection in Video Samples
Krumpholc, Jan ; Veigend, Petr (oponent) ; Lapšanský, Tomáš (vedoucí práce)
In last years, we could see increase of internet frauds and forgeries. Starting with easier detectable cases like phishing and fake ads, through social engeneering and disinformation campaigns, and ending with attacks using artificial inteligence: Synthetics media, and especially deepfakes. These attacks are very effective because it's difficult to validate authenticity of deepfake media for basic user, and they are in rise in last few years with availability and effectivity of creation tools for public. This thesis is focused on video deepfakes: What methods are used for their creation, what are their weak points, and mainly, how to find these weaknesses and decide, whenever media is deepfake or not. We will analyze state-of-the-art methods of detecting deepfakes, what are their strengths and weaknesses, and develop possible new methods of detection. In the end we will compare results with modern solutions and evaluate result.
|
|
Strojové učení reprezentace pro genetické programování
Pomykal, Šimon ; Piňos, Michal (oponent) ; Sekanina, Lukáš (vedoucí práce)
Cílem této práce je seznámit se s metodami strojového učení, které se využívají pro automatický návrh reprezentace. Speciálně se poté práce zaměřuje na hluboké učení v oblasti genetického programování (GP). Jako případová studie je zvoleno zpracování obrazu, a to zejména metody odstranění šumu. Spojením získaných poznatků je navržena nová reprezentace, jejímž účelem je nahradit syntaktický strom v algoritmu GP. Tato metoda je získána pomocí neuronové sítě typu transformer. Na závěr je vytvořena upravená varianta GP, která pracuje s novou reprezentací. Tato varianta je v několika experimentech porovnána s GP, který používá původní reprezentaci.
|
| |
|
Reprezentace síťových toků s využitím neuronových sítí
Pycz, Lukasz ; Jeřábek, Kamil (oponent) ; Poliakov, Daniel (vedoucí práce)
This thesis explores the application of self-supervised learning (SSL) methods such as data masking, data order shuffling, and contrastive learning, to extract meaningful representations from network flow data, specifically using the CESNET TLS22 dataset from CESNET DataZoo. The main goal is to develop a robust model that improves the understanding and analysis of network flows through effective representation learning without relying on labeled data. The research utilizes the PyTorch computational framework for designing, training, and evaluating the performance of the model.
|
|
Reverzní inženýring mixáže pomocí neuronové sítě
Čermák, Jerguš ; Mokrý, Ondřej (oponent) ; Rajmic, Pavel (vedoucí práce)
Bakalárska práca sa zaoberá využitím algoritmov neurónovej siete za účelom zistenia parametrov signálových procesorov použitých pri mixáži zvukových stôp. V rámci práce sú prezentované lineárne signálové procesory \emph{Gain}, \emph{Pan}, \emph{Filter} a \emph{Reverb} umožňujúce úpravu zvukového signálu a vytvorenie stereofónneho mixu zvukovej nahrávky. Následne sú vďaka implementácií pomocou knižnice DDSP použité v zmysle vrstiev modelu neurónovej siete, ktorý je zameraný na predikciu parametrov použitých pri mixáži, za predpokladu znalosti vstupných stôp a cieľového mixu. V rámci práce boli vytvorené stereofónne mixy, ktorých parametre boli následne odhadované pomocou dvoch modelov neurónovej siete. Výsledky boli posudzované ako objektívnymi, tak subjektívnymi metódami (posluchovým testom).
|
|
Use of Diffusion Models in Deepfakes
Trúchly, Dominik ; Malinka, Kamil (oponent) ; Lapšanský, Tomáš (vedoucí práce)
A deepfake is a type of synthetic media created through sophisticated machine learning algorithms, particularly deep neural networks. As an example Generative adversarial neural networks (GANs), that are capable of generating images that are almost impossible for ordinary individuals to differentiate from genuine reality. Consequently, deepfake detection algorithms have been developed to address this growing concern. Leveraging advanced machine learning techniques, these algorithms analyze various features within images and videos to identify inconsistencies or anomalies indicative of manipulation. This thesis investigates the application of diffusion models, commonly utilized in digital image processing to enhance image quality by reducing noise and blurring, in bolstering the realism of deepfakes. By using these models, we test their effect on detecting deepfakes images using deepfake detectors.
|