Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Adversarial Examples in Machine Learning
Kocián, Matěj ; Pilát, Martin (vedoucí práce) ; Neruda, Roman (oponent)
Hluboké neuronové sítě v poslední době dosahují vysoké úspěšnosti na mnoha úlohách, zejména klasifikaci obrázků. Tyto modely jsou ovšem snadno ovlivni- telné lehce pozměněnými vstupy zvanými matoucí vzory. Matoucí vzory mohou značně snižovat úspěšnost a tak ohrozit systémy, které modely strojového učení využívají. V této práci přinášíme rešerši literatury o matoucích vzorech. Dále navrhujeme nové obrany proti matoucím vzorům: síť kombinující RBF jednotky s konvolucí, kterou testujeme na datové sadě MNIST a která má lepší úspěšnost než CNN trénovaná pomocí matoucích vzorů, a diskretizaci vstupního prostoru, kterou testujeme na datových sadách MNIST a ImageNet a dosahujeme slibných výsledků. Na závěr zkoumáme možnost generování matoucích vzorů bez přístupu ke vstupu, který má být pozměněn. 1
Metriky pro porovnávání očních pohybů
Kocián, Matěj ; Děchtěrenko, Filip (vedoucí práce) ; Vodrážka, Jindřich (oponent)
Měření očních pohybů se stává běžnou součástí experimentálních výzkumů napříč různými oblastmi (jako je human-computer interaction, kognitivní psy- chologie a další). Často pak vyvstává potřeba oční pohyby navzájem porovnávat. K tomuto účelu bylo navrženo mnoho různých metrik, chybí ale jejich srovnání a v konečném důsledku konsenzus, které by se kdy měly používat. V této práci popíšeme některé používané metriky a následně vytvoříme model očních pohybů typu plynulé sledování. Na tomto modelu porovnáme schopnost Levenshteinovy metriky, Normalized Scanpath Saliency pro dynamické scény a diskrétní Fré- chetovy vzdálenosti rozpoznat podobnost mezi trajektorií očního pohybu a její upravenou kopií. 1

Viz též: podobná jména autorů
2 Kocian, M.
2 Kocian, Martin
2 Kocián, M.
2 Kocián, Marek
2 Kocián, Martin
5 Kocián, Michal
3 Kocián, Miroslav
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.