|
|
Řízení virtuálního robota pomocí EEG
Drla, Michal ; Goldmann, Tomáš (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce si kladla za cíl implementovat aplikaci, ve které je možné ovládat virtuálního robota pomocí EEG. V práci je vysvětlena teorie nutná k pochopení, jak fungují BCI systémy, které zpracovávají signály EEG. Jsou zde uvedeny nejen základy analýzy EEG, ale také ukazuje biologii lidského mozku a signály, které lze získat. Další důležitou části je teorie neuronových sítí, které byly v implementaci využity. V implementaci jsou popsané skripty, které byly využity pro sbírání dat, návrh neuronové sítě a tvorba demonstrační aplikace. Výsledky testování jsou uspokojivé. Neuronová síť vyhodnocovala správně signály EEG a uživatel byl schopen ovládat virtuálního robota.
|
|
|
Demonstrační program pro předmět IZU
Míšová, Miroslava ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato bakalářská práce se věnuje vypracování studijních aplikací pro předmět Základy umělé inteligence. Tyto aplikace mají za vzor starší applety, které využívají nástroje, pro které skončila podpora. Pro jednotlivé aplikace byl vytvořen objektově orientovaný návrh a ná sledně byly implementovány. Při vytváření byl dbán důraz na jednoduchost uživatelského rozhraní a na možné další rozšiřování aplikací.
|
|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
|
|
Head Pose Estimation in an Image by a Neural Network
Rybnikár, Lukáš ; Goldmann, Tomáš (oponent) ; Orság, Filip (vedoucí práce)
Artificial neural networks are not a novelty, but their recent rise in popularity is noticeable as well as their gain of attention from the masses. This bachelor thesis focuses on the head pose estimation in an image using the convolution neural networks. The fields of use of neural networks are vast and during last years strong enough hardware has been developed to allow us to train these networks under commonly accessible conditions. In theoretical part there are neural networks introduced with an explanation of what they are, how they work, how they are divided followed by a detailed description of convolutional neural networks. In the practical part the necessary tools used for development needed to perform experiments, such as determining appropriate configuration for neural network and optimization to get the best results possible, are described.
|
|
|
Rozpoznávání číslic
Gorgol, Martin ; Hynčica, Tomáš (oponent) ; Jirsík, Václav (vedoucí práce)
Tato práce popisuje základní pojmy a principy v oboru neuronových sítí. Blíže se pak zabývá problematikou rozpoznávání číslic pomocí těchto sítí, konkrétně pak pomocí metody back-propagation. Je zde rozebrán postup při volbě sady příznaků, typů příznaků a volbě topologie neuronové sítě. Cílem je získání konkrétních výsledků pomocí programu pro práci s neuronovými sítěmi.
|
|
|
Soutěže v umělé inteligenci
Šafář, Pavel ; Hynčica, Tomáš (oponent) ; Honzík, Petr (vedoucí práce)
Práce se zabývá oborem umělé inteligence a především soutěžemi, které v tomto oboru probíhají nebo probíhaly. Jedná se o soutěže související s obory robotiky, počítačového vidění, komunikace, predikce časových řad a herních programů. Dále je zkoumáno použití neuronové sítě jako nástroje pro řešení problému piškvorek. Neuronová síť zpracovává dané herní situace a nastavuje hodnoty výstupů podle předem naučených vzorů.
|
|
|
Získávání znalostí z databází
Dolejšek, Jakub ; Peliš, Michal (vedoucí práce) ; Verner, Jonathan (oponent)
Získávání znalostí z databází bakalářská práce Jakub Dolejšek (abstrakt v českém jazyce) Práce se zabývá problematikou dobývání znalostí z databází se zaměřením na metody rozhodovacích stromů a neuronových sítí spolu s ukázkami jejich použití na konkrétních příkladech. Powered by TCPDF (www.tcpdf.org)
|
|
|
Automatická detekce ischemie v EKG pomocí umělé neuronové sítě
Noremberczyk, Adam ; Smital, Lukáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím umělých neuronových sítí (UNS), jako elektrokardiografických (EKG) klasifikátorů ischemické choroby srdeční (ICHS) a infarktu myokardu (IM) v EKG signálu. První část této práce je zaměřena na teoretické znalosti a popisuje problematiku patologických změn na EKG, metody pro automatickou detekci ICHS a IM, a problematiku perceptronu a UNS. Druhá část se zabývá využitím knihovny Neural Network Toolbox programu MATLAB® verze R2010a. V uživatelském rozhraní pro vývoj grafického prostředí (Guide) je vytvořen program, který slouží k porovnání úspěšnosti automatické detekce ischemie v EKG pomocí UNS. Umožňuje uživateli nastavit různé parametry UNS a zobrazit EKG křivky.
|
|
|
Rozpoznávání číslic
Gorgol, Martin ; Hynčica, Tomáš (oponent) ; Jirsík, Václav (vedoucí práce)
Tato práce popisuje základní pojmy a principy v oboru neuronových sítí. Blíže se pak zabývá problematikou rozpoznávání číslic pomocí těchto sítí, konkrétně pak pomocí metody back-propagation. Je zde rozebrán postup při volbě sady příznaků, typů příznaků a volbě topologie neuronové sítě. Cílem je získání konkrétních výsledků pomocí programu pro práci s neuronovými sítěmi.
|
|
|
Automatická detekce ischemie v EKG
Noremberczyk, Adam ; Potočňák, Tomáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím umělých neuronových sítí (UNS), pro detekci ischemické choroby srdeční (ICHS) ve frekvenční oblasti. První část této práce je zaměřena na teoretické znalosti a popisuje problematiku patologických změn na EKG, převodu EKG do frekvenční oblasti. Popisuje použité statistické metody a metody pro automatickou detekci ICHS a IM. Vysvětluje problematiku perceptronu a UNS. Druhá část práce se zabývá Neural Network Toolboxem MATLAB®. Tato část je zaměřena na výpočet parametrů a výběr vhodných parametrů. Propojování pásem v oblasti. Na konci práce je použita UNS na detekci ischemických parametrů a výsledky jsou diskutovány. Průměrné hodnoty pro nejlepší nastavení vycházeli na 100 % celkové úspěšnosti.
|
host ::
RSS.