Národní úložiště šedé literatury Nalezeno 79 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Akcelerace neuronové sítě pro jazykové modelování
Labaš, Dominik ; Černocký, Jan (oponent) ; Beneš, Karel (vedoucí práce)
Táto práca sa zaoberá akceleráciou neurónovej siete pre jazykové modelovanie. Cieľom práce je optimalizovať model doprednej neurónovej siete. Pri urýchľovaní neurónovej siete sme využili zmenu aktivačnej funkcie, predpočítanie matíc pre výpočet skrytej vrstvy, implementáciu cache histórie modelu a odstránenie normalizácie. Model s najlepšími výsledkami bol zrýchlený o 75.3\%.
Odstranění známého signálu z nahrávky
Urbánek, Radomír ; Žmolíková, Kateřina (oponent) ; Černocký, Jan (vedoucí práce)
Cílem této diplomové práce je návrh a implementace metody, která ze zvukové nahrávky dokáže odstranit známý signál. V úvodní části práce jsou popsány vlastnosti zvuku a jeho šíření prostorem, zpracování signálu v počítači a hledání impulsní odezvy systému. Dále je popsán postupný vývoj metody vedoucí k odstranění známého signálu z nahrávky. Následuje popis a implementace této metody. Dále je popsáno, jakým způsobem a na jakých datech bude metoda testována. Na závěr je testování vyhodnoceno, navrženo zlepšení a další možné pokračování práce.
Konverze hlasu
Brukner, Jan ; Plchot, Oldřich (oponent) ; Černocký, Jan (vedoucí práce)
Práce se věnuje konverzi hlasu. Tedy metodě, ve které se snažíme modifikovat řečové parametry zdrojového mluvčího na cílového. V práci je nejdříve popsána Voice Conversion Challenge (VCC), ve které se účastníci snažili vytvořit co nejlepší systém pro konverzi hlasu. V další části jsou analyzovány komponenty baseline systému použitého ve VCC. Poté jsou navrženy úpravy, které mohou zlepšit kvalitu konvertovaného hlasu. Následně je stručně popsána implementace těchto úprav a vyhodnoceny výsledky změn. V závěru je část věnována dalším možnostem vylepšení konverze hlasu.
Dereverberace založená na neuronových sítích
Karlík, Pavol ; Černocký, Jan (oponent) ; Žmolíková, Kateřina (vedoucí práce)
V posledných rokoch sa rozrástlo využitie neurónových sietí v oblasti spracovania reči. Táto bakalárska práca sa zaoberá implementáciou a vyhodnocovaním algoritmu na odstránenie dozvuku (reverberácie), ktorý využíva hlboké neurónové siete pre odhad výkonového spektra z rečovej nahrávky. Tento algoritmus je založený na najmodernejšom algoritme, Weighted prediction error (WPE), ktorý dokáže zredukovať reverberáciu z rečovej nahrávky. Táto práca obsahuje sumarizáciu teórie o dereverberácii, neurónových sieťach a algoritme WPE. V tejto práci sa experimentovalo s rôznymi architektúrami neurónových sietí, ktoré následne boli natrénované na rozdielnych dátových sadách s rôznymi vlastnosťami. Výsledky experimentov ukazujú, že naša modifikácia WPE dosahuje lepších výsledkov ako konvenčný algoritmus, a to najmä pre situácie, v ktorých je dĺžka spracovaného signálu krátka.
Human Presence Detection and Applications in Smart Home Environments
Dostál, Pavel ; Juránek, Roman (oponent) ; Černocký, Jan (vedoucí práce)
The project is focused on human detection and recognition which has to be studied first and then implemented into software Home Manager which is a project simulating a smart house with intelligent appliances. In previous version this functionality was not supported and enhancing project in this way would allow better to fulfill user wishes and preferences. The application of human recognition is demonstrated on example of air-conditioner managemen in individual rooms.
Detection of Malicious Websites using Machine Learning
Šulák, Ladislav ; Černocký, Jan (oponent) ; Beneš, Karel (vedoucí práce)
This thesis deals with the problem of web-based malware focusing on the analysis and detection of malicious JavaScript placed on the client side using machine learning techniques.Proposed approach benefits from both known and new observations regarding differencesbetween malicious and benign samples. Such approach has a potential to detect brand newexploits and zero-day attacks. System for such detection has been implemented using multiple machine learning models. Performance of the models has been evaluated with F1-scoreby executing multiple experiments. According to the experiments, the application of decision tree classifiers was the most effective option. The most effective model was Adaboostclassifier which reached F1-score up to 99.16 %. This model worked with 200 instances ofrandomized decision tree based on Extra-Trees algorithm. Multi-layer Perceptron was thesecond-best model with achieved F1-score up to 97.94 %.
Electric Guitar to MIDI Conversion
Klčo, Michal ; Glembek, Ondřej (oponent) ; Černocký, Jan (vedoucí práce)
Automatic music transcription and multi-pitch estimation are still challenging tasks in the field of music information retrieval. The recent state of the art systems incorporate different machine learning techniques to achieve the most accurate transcription of notes. Some of them are also limited to a specific music instrument or a music genre to reduce the diversity of the analyzed sound. In this work, multiple systems for conversion of electric guitar recordings to the MIDI files, based on different machine learning and spectral analysis techniques, are proposed, evaluated and compared.
Neural Network Based Named Entity Recognition
Straková, Jana ; Hajič, Jan (vedoucí práce) ; Černocký, Jan (oponent) ; Konopík, Miloslav (oponent)
Název práce: Rozpoznávání pojmenovaných entit pomocí neuronových sítí Autor: Jana Straková Ústav: Ústav formální a aplikované lingvistiky Vedoucí doktorské práce: prof. RNDr. Jan Hajič, Dr., Ústav formální a apliko- vané lingvistiky Abstrakt: Obor rozpoznávání pojmenovaných entit v češtině (tj. úkol auto- maticky identifikovat a klasifikovat významné části textu, jako například jména lidí, míst a organizací) se významně rozvinul po vydání českého korpusu poj- menovaných entit, Czech Named Entity Corpus (CNEC). Tato doktorská práce předkládá autorské výsledky v oblasti rozpoznávání pojmenovaných entit, ze- jména v češtině. Publikuje práci a výzkum provedený v průběhu přípravy CNEC a později během jeho evaluace. Dále shrnuje autorské výsledky, které před- stavují nejlepší známé výsledky v rozpoznávání českých pojmenovaných entit. Na základě jednoduché neuronové sítě s výstupní funkcí softmax a standardní sadou klasifikačních rysů je popsána metodologie a výsledky, ze kterých později vznikl otevřený software pro rozpoznávání pojmenovaných entit, NameTag. Dok- torská práce je zakončena popisem rozpoznávače založeném na rekurentních neu- ronových sítích s embeddingy slov a embeddingy založenými na znacích, které představují výsledky současného výzkumu v oblasti neuronových sítí. Rozpozná- vač nevyžaduje tvorbu...
Rozpoznávaní tónů a akordů na platformě Android
Kucharovič, Oliver ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Cieľom tejto práce je rozpoznávanie tónov a akordov na ľubovoľnom hudobnom nástroji pomocou mikrofónu v mobilných zariadeniach Android. Aplikácia sníma alebo nahráva zvuky, ktoré analyzuje a zapisuje do zápisu podobnej hudobnej notovej osnove v reálnom čase. Práca popisuje problematiku rozpoznávania a podkladá riešenie danej problematiky pomocou rýchlej Fourierovej transformácie a analýzy spektra hlasitostí. Ďalej práca popisuje hudobnú teóriu a trénovanie jednotlivých tónov. Aplikácia bola podrobená užívateľským testom a testom na presnosť rozpoznávania. Záver obsahuje výsledky z testovania a štatistiky z publikácie na Google Play.
Analyzátor signálu založený na DVB-T USB tuneru
Belica, Martin ; Grézl, František (oponent) ; Černocký, Jan (vedoucí práce)
Táto práca sa zaoberá problematikou detekcie a analyzovania rádiových signálov pomocou DVB-T USB tunera. Na analýzu signálu je nutné najprv nejaký signál zachytiť, v tomto prípade pomocou USB tunera. Následne je možné nad zachyteným signálom aplikovať rôzne metódy, ktoré nám poskytnú potrebné informácie o danom signále. Základom analýzy je diskrétna Fourierova transformácia, pomocou ktorej sa zobrazuje spektrum signálu. Na záver sa aplikujú rôzne demodulačné a filtračné algoritmy, ktoré pomáhajú analyzovaný signál lepšie interpretovať užívateľovi.

Národní úložiště šedé literatury : Nalezeno 79 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.