Národní úložiště šedé literatury Nalezeno 77 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Echo state networks and their application in time series prediction
Savčinský, Richard ; Mráz, František (vedoucí práce) ; Matzner, Filip (oponent)
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) sú zvláštnym typom RNN, ktoré sa naopak dajú učiť relatívne jednoducho. Majú rezervoár neurónov, ktorých stav odráža históriu všetkých signálov v sieti, a preto je tento typ sietí vhodný na simuláciu a predikciu časových postupností. Dosia- hnutie maximálneho výkonu ESN vyžaduje veľmi precízne nastavenie a experi- mentovanie. Preto sme v tejto práci vytvorili nástroj pre konštruovanie a testova- nie takýchto sietí. Pre účely vyskúšania vytvoreného nástroja sme implementovali úlohu predpovedania vývoja časových radov. Konkrétne sme sa zamerali na pred- povedanie vývoja cien akcií, čo predstavuje veľmi neistú a pre presnú predpoveď veľmi náročnú oblasť. Výsledky našich experimentov sme porovnali s výsledkami iných nástrojov, a zistili sme, že náš nástroj dáva porovnateľné výsledky. 1
Echo state networks and their application in time series prediction
Savčinský, Richard ; Mráz, František (vedoucí práce) ; Matzner, Filip (oponent)
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) sú zvláštnym typom RNN, ktoré sa naopak dajú učiť relatívne jednoducho. Majú rezervoár neurónov, ktorých stav odráža históriu všetkých signálov v sieti, a preto je tento typ sietí vhodný na simuláciu a predikciu časových postupností. Dosia- hnutie maximálneho výkonu ESN vyžaduje veľmi precízne nastavenie a experi- mentovanie. Preto sme v tejto práci vytvorili nástroj pre konštruovanie a testova- nie takýchto sietí. Pre účely vyskúšania vytvoreného nástroja sme implementovali úlohu predpovedania vývoja časových radov. Konkrétne sme sa zamerali na pred- povedanie vývoja cien akcií, čo predstavuje veľmi neistú a pre presnú predpoveď veľmi náročnú oblasť. Výsledky našich experimentov sme porovnali s výsledkami iných nástrojov, a zistili sme, že náš nástroj dáva porovnateľné výsledky.
Klasifikace na množinách bodů v 3D
Střelský, Jakub ; Mráz, František (vedoucí práce) ; Šikudová, Elena (oponent)
Rostoucí zájem o klasifikaci 3D geometrických dat vedl k objevu PointNet, což je neuronová síť schopná přímého zpracování neuspořádaných množin bodů. Tato práce prozkoumává několik metod využítí obvyklých bodových příznaků v PointNet síti a jejich účinek na klasifikaci. Účinnost klasifikace předvedených metod byla experimentálně otestována a porovnána s výchozím modelem Point- Net na čtyřech různých sadách dat. Výsledky naznačují, že některé z uvažovaných bodových příznaků mohou vylepšit účinnost klasifikace na datech ve kterých ne- jsou objekty orientovány kanonicky. Obzvláště známé příznaky spin images za- komponované v PointNet síti byly úspěšné v našich experimentech. Objevili jsme navíc alternativu ke spatial transformer, což je součást PointNet sítě, která má za úkol potlačovat problém s nezarovnanou orientací objektů v datech. Další výsledky experimentů naznačují, že tato alternativa může být schopná konkurovat spatial transformer technice na obtížných datech. 1
Comparison of signature-based and semantic similarity models
Kovalčík, Gregor ; Lokoč, Jakub (vedoucí práce) ; Mráz, František (oponent)
Content-based image retrieval and similarity search has been investigated for several decades with many different approaches proposed. This thesis fo- cuses on a comparison of two orthogonal similarity models on two different im- age retrieval tasks. More specifically, traditional image representation models based on feature signatures are compared with models based on state-of-the-art deep convolutional neural networks. Query-by-example benchmarking and tar- get browsing tasks were selected for the comparison. In a thorough experimental evaluation, we confirm that models based on deep convolutional neural networks outperform the traditional models. However, in the target browsing scenario, we show that the traditional models could still represent an effective option. We have also implemented a feature signature extractor into the OpenCV library in order to make the source codes available for the image retrieval and computer vision community. 1
Využití celulárních automatů pro kompresi dat
Polák, Marek ; Trunda, Otakar (vedoucí práce) ; Mráz, František (oponent)
V této práci se zabýváme možnostmi využití celulárních automatů pro bezeztrátovou kompresi dat. Popisujeme klasifikaci celulárních automatů a jejich dosavadní využití. Zkoumáme vlastnosti jednotlivých typů elementárních celulárních automatů (tzv. Wolframova pravidla), popisujeme jejich třídy ekvivalence, možnosti jak dopředné, tak i zpětné simulace, zkoumáme pravidla se zajímavým chováním. Stavy získané těmito pravidly hodnotíme z hlediska jejich uspořádanosti (např. poměr živých buněk či aproximace entropie). Implementujeme některé standardní kompresní algoritmy a porovnáváme je z hlediska využitelnosti pro nejlépe ohodnocené stavy. Aplikací získaných poznatků navrhujeme nový kompresní algoritmus, testujeme jej na textových a obrazových datech a výsledky srovnáváme s tradičními kompresními algoritmy. Powered by TCPDF (www.tcpdf.org)
Computational Intelligence for Financial Market Prediction
Řeha, Filip ; Pilát, Martin (vedoucí práce) ; Mráz, František (oponent)
Finanční trhy jsou charakterizovány nejistotou, která je často spojována s budoucím vývojem světových ekonomik a firem. Schopnost předpovědět alespoň do určité míry budoucí vývoj finančních trhů by umožnila člověku dosáhnout téměř neomezených zisků. Cílem této práce je prozkoumat neuronové sítě a genetické programování jako možné nástroje pro předpovídání budoucích pohybů finančních trhů, a aplikovat je na dostupná historická finanční data. Experimenty byly provedeny a jejich výsledky nám ukázaly, že obě metody mohou být úspěšně k tomuto účelu využity. Výsledky nám dále ukázaly, že strategie využívající neuronové sítě v průměru překonaly strategie vytvořené pomocí genetického programování. Pro zhodnocení a zobrazení výsledků našich strategií byla dále vytvořena aplikace MarketForecaster. Powered by TCPDF (www.tcpdf.org)
Genetic programming in Swift for human-competitive evolution
Mánek, Petr ; Mráz, František (vedoucí práce) ; Gemrot, Jakub (oponent)
Evoluční algoritmy napodobují biologický proces přirozeného výběru. Osvědčily se zejména jako optimalizační a vyhledávací metody. Předmětem této práce je návrh a implementace programátorské knihovny obsahující často používané nástroje pro tvorbu evolučních algoritmů v novém programovacím jazyce Swift. Výsledný software je kompatibilní s linuxovými systémy i chytrými mobilními telefony. Široké spektrum podporovaných technologií umožňuje jeho úspěšnou aplikaci v situacích, kdy signály musí být zpracovány uvnitř zařízení, které je naměřilo, nezávisle na ostatních výpočetních jednotkách. Díky zjednodušené syntaxi jazyka Swift navíc zdrojový kód knihovny spolu s přiloženými ukázkami jejího použití ilustrují základní principy evolučních algoritmů a genetického programování pro využití ve výuce. Powered by TCPDF (www.tcpdf.org)
Artificial Player for Hearthstone Card Game
Ohman, Ľubomír ; Gemrot, Jakub (vedoucí práce) ; Mráz, František (oponent)
The goal of this work was to create an artificial agent that is able to learn how to play Hearthstone with given deck of cards. We decided to use Q-learning algorithm to achieve it. The side effect of this work is the transformation of the simple simulator of Hearthstone into the framework for developing Artificial Intelligence in this game. For the purpose of training and evaluation, commonly played strategies served us as inspiration for the testing agents that we developed. This work contains comparison of the table representation of Q-function and the neural network approximation of it. The original goal was fulfilled partially. We were successful in the creation of the learning agent but he is only able to learn one specific strategy.
Efficient video retrieval using complex sketches and exploration based on semantic descriptors
Blažek, Adam ; Lokoč, Jakub (vedoucí práce) ; Mráz, František (oponent)
Tématem této práce jsou nové způsoby hledání ve videu. Konkrétněji se zaměřujeme na hledání známého objektu, v našem případě krátkého video segmentu. Předpokládáme, že žádný vhodný příklad pro podobnostní vyhledávání není k dispozici. Náš původní nástroj, opírající se o zachycení distribuce barev ve videu, je rozšířen o řadu nových modulů. Jmenovitě představujeme multi-modální skicy, nové prohledávací a vizualizační metody, podobnostní hledání s pomocí sémantických deskriptorů a v neposlední řadě dvě ortogonální metody pro zpracování textových dotazů. Navržené metody jsou implementovány v nástroji Enhanced Sketch-based Video Browser (ESBVB). Efektivita nástroje je testována v konkurenci dalších nejmodernejších metod na mezinárodní soutěži. Opakovaně se ukazuje, že ESBVB představuje jeden z nejefektivnějíších přístupů k dané problematice. V uživatelských studiích je dále ukázáno, že i nezkušení uživatélé dokáží využít možností ESBVB pro hledání známého objektu ve videu. Powered by TCPDF (www.tcpdf.org)
Maximizing Computational Power by Neuroevolution
Matzner, Filip ; Mráz, František (vedoucí práce) ; Pilát, Martin (oponent)
Echo state networks jsou speciálním typem rekurentních neuronových sítí. Nedávný výzkum ukázal, že výkon echo state networks je nejvyšší na přechodu mezi uspořádaným a chaotickým režimem, takzvané hranici chaosu. Tato práce potvrzuje tento jev pomocí rozsáhlých experimentů. Dále je nejlepší echo state network porovnána se sítí vyvinutou pomocí neuroevoluce. Vyvinutá síť má vyšší výkon než nejlepší echo state network, ovšem evoluce vyžaduje značný výpočetní výkon. Kombinací toho nejlepšího z obou modelů, jednoduchostí echo state networks a výkonu vyvinutých sítí, byl navržen nový model zvaný locally connected echo state networks. Výsledky práce mohou mít vliv na budoucí návrhy echo state networks a na efektivitu jejich implementace. Výsledky mohou navíc pomoci lepšímu pochopení toho, jak funguje mozková tkáň. 1

Národní úložiště šedé literatury : Nalezeno 77 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.