|
|
Automatická klasifikace výslovnosti hlásky R
Hrušovský, Enrik ; Vičar, Tomáš (oponent) ; Harabiš, Vratislav (vedoucí práce)
Táto diplomová práca sa zaoberá automatickou klasifikáciou hlásky R. Dáva si za cieľ vytvoriť program pre detekciu logopedickej vady výslovnosti hlásky ,,R” u detí. V práci sú spracované témy ako tvorba reči, logopédia, dyslália a následne spracovanie rečových signálov a ich metódy analýzy. V poslednej časti je navrhnutý program pre automatickú klasifikáciu výslovnosti hlásky ,,R”. K rozpoznaniu výslovnosti je použitý algoritmus MFCC pre extrakciu príznakov. Tieto príznaky sú následne klasifikované neurónovou sieťou do triedy so správnou alebo nesprávnou výslovnosťou a je vyhodnotená úspešnosť klasifikácie.
|
|
|
Detekce objektů v laserových skenech pomocí konvolučních neuronových sítí
Zelenák, Michal ; Kodym, Oldřich (oponent) ; Veľas, Martin (vedoucí práce)
Táto práca je zameraná na segmentáciu vozovky v laserových skenoch, pomocou konvolučnej neurónovej siete. Pre riešenie uvedeného problému, ktorý nájde uplatnenia v oblastiach údržby vozovky, boli použité konvolučné neurónové siete pre ich flexibilitu a rýchlosť. Práca prináša implementáciu a modifikácie existujúcej metódy, ktorá daný problém rieši pomocou plne prepojenej konvolučej neurónovej siete. Týmito modifikáciami sú napríklad použitie rôznych parametrov pre chybovú funkciu, použitie iného počtu tried v modeli a datasete. Vplyv modifikácií bol experimentálne overený a bola dosiahnutá presnosť 96.12%, a hodnota F-measure 95.02%.
|
|
|
Robustní detekce projekčního plátna a promítaných slidů ve videu
Hanzel, Svätopluk ; Beran, Vítězslav (oponent) ; Szőke, Igor (vedoucí práce)
Hlavným cieľom tejto bakalárskej práce je implementácia robustného detektoru projekčného plátna, ktorý zároveň umožňuje synchronizáciu detekovaného slajdu z plátna s obrázkom z prezentácie pomocou rôznych techník, vrátane neurónových sietí, extrakcie a porovnávania kľúčových bodov, detekcie textu pomocou OCR a porovnávania textov, spoločne s analýzou týchto metód a ich porovnania s alternatívnymi riešeniami.
|
|
|
Rozpoznávání písmen pomocí neuronové sítě
Kluknavský, František ; Hradiš, Michal (oponent) ; Šilhavá, Jana (vedoucí práce)
Práca sa na úlohe rozpoznávania rukou písaných písmen zaoberá implementáciou viacvrstvovej perceptrónovej siete, učením metódou spätného šírenia chyby, hľadaním ich optimálnych parametrov, šírkou skrytej vrstvy, rýchlosťou a dĺžkou učenia, zvládaním poškodených dát. Výsledky vznikli opakovaným simulovaním a testovaním neurónovej siete použitím 52 152 malých písmen anglickej abecedy. Najlepšie výsledky pri čo najmenšej sieti a najkratšom čase tréningu dosiahla sieť so 60 neurónmi v skrytej vrstve a učenie rýchlosťou 0,01. Siete so širšou skrytou vrstvou dosiahli približne rovnakú úspešnosť pri testoch na neznámych písmenách, ale vyššiu úspešnosť na silne poškodených písmenách.
|
|
|
Rozpoznávání osob podle obličeje s využitím Neural Compute Stick
Horník, Matej ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Táto bakalárska práca sa zaoberá súčasnými technikami na rozpoznávanie osôb podľa tváre. V súčasnosti sa používajú konvolučné neurónové siete na rozpoznávanie tvárí. V tejto práci budú konvolučné neurónové siete popísané a taktiež budú porovnané súčasne architektúry konvolučných sietí, ktoré sa využívajú na rozpoznávanie tvárí. Cieľom bude vytvoriť vstavaný systém, ktorý sa bude skladať z kamery, výpočetnej jednotky a akcelerátora Neural Compute Stick. Systém bude rozpoznávať osoby podľa tváre s voľne dostupným algoritmom.
|
|
|
Odhad respirační aktivity z křivky elektrokardiogramu pomocí strojového učení
Ondrejková, Eliška ; Vítek, Martin (oponent) ; Plešinger, Filip (vedoucí práce)
Táto bakalárska práca sa zaoberá metódami odhadu dychovej aktivity z EKG. Pre lepšie pochopenie témy je opísaná anatómia a fyziológia dýchacieho a kardiovaskulárneho systému. Okrem toho sú vysvetlené aj viaceré metódy odhadu. V praktickej časti bol použitý verejný dataset EKG signálov odčítaných z polysomnografie. Algoritmus na odhad bol implementovaný v programovacom jazyku Python pomocou knižnice PyTorch. Na záver sa diskutujú výsledky a porovnávajú sa s inými metódami.
|
|
|
Rozpoznávání osob a jejich činnosti ve videu z bezpečnostních kamer
Saloň, Juraj Samuel ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je navrhnutie a implementovanie systému schopného rozpoznávať činností ľudí z bezpečnostných kamier. Hlavný dôraz je kladený na koncept komplexných situácií alebo udalostí, ktoré sú definované vzťahmi medzi rozpoznanými objektmi. Úvod tejto práce je venovaný oboznámeniu sa s jednotlivými časťami systému, kde sú objasnené využité techniky rozpoznávania objektov, sledovania objektov a rozpoznávania činností, ktoré sú použité v tejto práci. Druhá časť práce popisuje konečný návrh a implementáciu systému. Pre rozpoznávanie jednotlivých činností sú ďalej definované niektoré vzťahy medzi získanými informáciami popisujúce tieto činnosti, ako napríklad "vystupovanie z auta" alebo "kráčanie dvoch a viacerých ľudí spolu". Nakoniec je úspešnosť rozpoznávania vyhodnotená metrikou strednej priemernej presnosti (Mean Average Presicion).
|
|
|
Identification and characterization of malicious behavior in behavioral graphs
Varga, Adam ; Burget, Radim (oponent) ; Hajný, Jan (vedoucí práce)
In recent years, there has been an increase in work involving comprehensive malware detection. It is often useful to use a graph format to capture behavior. This is the case with the Avast antivirus program, whose behavioral shield detects malicious behavior and stores it in the form of graphs. Since this is a proprietary solution and Avast antivirus works with its own set of characterized behavior, it was necessary to design our own detection method that will be built on top of these behavioral graphs. This work analyzes graphs of malware behavior captured by the behavioral shield of the Avast antivirus program for the process of deeper detection of malware. Detection of malicious behavior begins with the analysis and abstraction of patterns from the behavioral graph. Isolated patterns can more effectively identify dynamically changing malware. Behavior graphs are stored in the Neo4j graph database and thousands of them are captured every day. The aim of this work was to design an algorithm to identify the behavior of malicious software with emphasis on tagging speed and uniqueness of identified patterns of behavior. Identification of malicious behavior consists in finding the most important properties of trained classifiers and subsequent extraction of a subgraph consisting only of these important properties of nodes and the relationships between them. Subsequently, a rule for the evaluation of the extracted subgraph is proposed. The diploma thesis took place in cooperation with Avast Software s.r.o.
|
|
|
Automatický přepis dodacích listů
Necpál, Dávid ; Kišš, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Cieľom tejto bakalárskej práce je vytvorenie systému pre automatický prepis dodacích listov - dokumentov s pevnou štruktúrou. Riešenie práce je rozdelené do dvoch častí. Prvou časťou je detekcia čiar tabuliek a z nich následná detekcia a extrakcia buniek, ktoré obsahujú požadované dáta. Druhá časť je samotné rozpoznanie ručne písaných numerických znakov v obrázkoch vyrezaných buniek. Výsledný systém dokáže pri kvalitne naskenovaných dodacích listoch detegovať bunky s požadovanými údajmi s presnosťou 100 %, pričom úspešnosť samotného rozpoznávania numerických znakov je viac ako 95 % pre samostatné znaky a vyše 92 % pre celé sekvencie znakov. Prínosom tejto práce je systém pre automatický prepis dodacích listov, ktorý zabezpečuje rýchlejšie a jednoduchšie inak zdĺhavé "prepisovanie obsahu dodacích listov do informačného systému maloobchodu. Využitím tohoto systému ušetrí pracovník na každom dodacom liste viac než 50 % času.
|
|
|
Napovídač textu pomocí neuronové sítě v prohlížeči
Kubík, Ján Jakub ; Zemčík, Pavel (oponent) ; Kolář, Martin (vedoucí práce)
Cieľom tejto práce je vytvoriť a natrénovať neurónovú sieť, ktorá sa následne bude používať v internetovom prehliadači pre napovedanie sekvencií anglických slov v priebehu písania textu používateľom. Zámerom je zjednodušenie písania častých slovných obratov. Zvolený problém je vyriešený pomocou rekurentnej neurónovej siete schopnej predpovedať textové sekvencie zo vstupného textu. Natrénovaná neurónová sieť je použitá v rozšírení pre prehliadač Google Chrome. Na základe normalizovaného výstupu neurónovej siete, následného výberu tokenov pomocou samplovacieho dekódovacieho algoritmu a ich spájaním je rozšírenie schopné generovať sekvencie anglických slov, ktoré sú zobrazované používateľovi ako navrhovaný text. Výsledná neurónová sieť je optimalizovaná pomocou výberu vhodného počtu rekurentných vrstiev a neurónov v jednotlivých vrstvách, stratovej funkcie a počtu trénovacích epôch. Prínosom tejto práce je použitie neurónovej siete na predpovedanie sekvencií anglických slov v prehliadači, ktoré zjednodušuje menej zdatným používateľom každodennú prácu s písaním textu na internete.
|
host ::
RSS.