Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.00 vteřin. 
Automatické zjišťování významu textu
Jeleček, Jiří ; Dvořák, Pavel (oponent) ; Povoda, Lukáš (vedoucí práce)
V rámci této práce byl navržen a implementován systém využívající technik dolování znalostí z textu za účelem rozpoznávání emocí v česky, anglicky a německy psaných textech a bylo provedeno zhodnocení jeho úspěšnosti. Protože je systém postaven převážně na metodě strojového učení, byla navrhnuta a vytvořena trénovací množina, která byla posléze použita k vytvoření modelu klasifikátoru pomocí vybraných algoritmů.
Pseudo-diferenční kmitočtové filtry vyššího řádu
Jeleček, Jiří ; Dvořák, Jan (oponent) ; Sládok, Ondřej (vedoucí práce)
Tato Diplomová práce se zabývá pseudo-diferenčními kmitočtovými filtry vyššího řádu pracující v napěťovém režimu. Práce se věnuje popisem kmitočtových filtrů, jejich typů a využití. Následuje rozbor diferenčních a pseudo-diferenčních přenosů. Další část obsahuje popis použitých aktivních prvků (konvejorů) v práci (CCII, DVCC, DDCC, UCC). V poslední části se práce věnuje vlastnímu návrhu pseudo-diferenčního filtru vyššího řádu. Funkčnost návrhu je ověřena experimentální simulací.
Pseudo-diferenční kmitočtové filtry vyššího řádu
Jeleček, Jiří ; Dvořák, Jan (oponent) ; Sládok, Ondřej (vedoucí práce)
Tato Diplomová práce se zabývá pseudo-diferenčními kmitočtovými filtry vyššího řádu pracující v napěťovém režimu. Práce se věnuje popisem kmitočtových filtrů, jejich typů a využití. Následuje rozbor diferenčních a pseudo-diferenčních přenosů. Další část obsahuje popis použitých aktivních prvků (konvejorů) v práci (CCII, DVCC, DDCC, UCC). V poslední části se práce věnuje vlastnímu návrhu pseudo-diferenčního filtru vyššího řádu. Funkčnost návrhu je ověřena experimentální simulací.
Automatické zjišťování významu textu
Jeleček, Jiří ; Dvořák, Pavel (oponent) ; Povoda, Lukáš (vedoucí práce)
V rámci této práce byl navržen a implementován systém využívající technik dolování znalostí z textu za účelem rozpoznávání emocí v česky, anglicky a německy psaných textech a bylo provedeno zhodnocení jeho úspěšnosti. Protože je systém postaven převážně na metodě strojového učení, byla navrhnuta a vytvořena trénovací množina, která byla posléze použita k vytvoření modelu klasifikátoru pomocí vybraných algoritmů.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.