|
|
Počítačová analýza sportovních zápasů
Židlík, Pavel ; Balík, Miroslav (oponent) ; Atassi, Hicham (vedoucí práce)
Tato práce se zabývá možností rychlé analýzy fotbalového utkání z audio složky záznamu s možností využití některých metod také pro jiná než fotbalová utkání. Při úvodním zamyšlení bylo zaměřeno na detekci hvizdu píšťalky. Ten se ve spektru projevuje svým specifickým základním kmitočtem, který je mimo kmitočty běžné mluvy. Po odhadu harmonických kmitočtu, bylo zaměřeno na rozpoznání významu hvizdu. K této problematice bylo využito pana rozhodčího, který mne informoval o počtu druhů hvizdu a poskytl mi referenční vzorky pro klasifikaci hvizdu. Pro zjištění významu hvizdu bylo použito neuronové sítě s typem učení zpětné šíření. Dalším příznakem pro detekci významných okamžiků ze zápasu bylo zaměřeno na základní tón komentátora. V případě, že komentátor zápas prožívá naplno tak s každou významnou akcí, která se v zápase odehraje, se automaticky zvyšuje také jeho základní tón promluvy. Dalším příznakem, na který bylo zaměřeno, je detekce zvýšeného základního tónu komentátorova hlasu. Významným okamžikem v zápase jsou také národní hymny týmu, které proti sobě hrají. Dalším příznakem pro analýzu je tedy detekce hymny. Pro získání příznaku z audio signálu bylo využito výhod melovských kepstrálních koeficientů (MFCC) z nich bylo získáno 20 koeficientů. Tyto koeficienty byly použity jako vstup pro klasifikátor založený na neuronové sítí s typem učení zpětné šíření. Pro snadné použití těchto metod bylo vytvořeno grafické uživatelské rozhraní s možností přehledného náhledu získaných výsledků a také s možností přehrání vybraného úseku.
|
|
|
Neuronové sítě pro modelování EMC malých letadel
Koudelka, Vlastimil ; Goňa,, Stanislav (oponent) ; Raida, Zbyněk (vedoucí práce)
Tato práce se zabývá neuronovým modelováním elektromagnetického pole uvnitř trupu malého letadla, které je sestaveno z kompozitních dílů. První část je věnována úvodu do problematiky neuronových sítí a rozboru jejich využití v modelování EMC malých letadel. Ve druhé části práce se věnujeme tvorbě jednoduchého EM modelu malého letadla. Model je tvořen dokonale vodivým obdélníkovým vlnovodem do jehož vnitřku vložíme dvě dielektrické přepážky představující kompozitní potah letounu. Vlnovod je zakončen bezodrazovou zátěží, čímž simulujeme volný prostor okolo letounu. Vlnovod budíme jak harmonickým signálem tak Gaussovým impulsem, čímž simulujeme dopad vertikálně polarizované elektromagnetické vlny z boku na trup letadla. S využitím numerické analýzy zkoumáme vliv elektrických parametrů vložených dielektrických přepážek na výslednou hodnotu intenzity pole ve třech bodech pozorování. Výstupem numerických analýz je soubor diskrétních hodnot intenzity pole pro různé elektrické parametry dielektrických přepážek. Abychom mohli sledovat vliv dielektrických přepážek na spojitém intervalu, využíváme dobré aproximační schopnosti neuronových sítí a vícerozměrného kubického splajnu. Poslední část práce je věnována návrhu neuronových struktur, které jsou na základě elektrických parametrů potahu letadla schopny odhadnout zda budou v bodech pozorování dodržena kritéria EMC. Na základě numerických analýz vytváříme trénovací a testovací množiny, na které trénujeme dva neuronové klasifikátory. Jako referenční metodu klasifikace volíme třídění podle nejbližšího souseda.
|
|
|
Detekce a rozpoznávání dopravních značek
Číp, Pavel ; Honec, Peter (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá diskuzí nad metodami detekce a rozpoznávání dopravních značek v městském i mimoměstkém prostředí. Předpokladem pro realizaci systému je zabudovaná kamera, obvykle ve zpětném zrcátku automobilu, snímající scénu před automobilem. Její obrazová data jsou posléze zpracována připojeným PC, kde dochází k převodu dat na informace a jejich vyhodnocení. O případné nalezené značce je řidič vizuálně či akusticky upozorněn. Úloha vedoucí k úspěšnému cíli je rozdělena do čtyřech samostatných bloků. V první části je předzpracování obrazu jako takového. Pracujeme s barevným obrazem a s využitím znalosti o barevnosti dopravních značek v České republice, lze provést barevnou segmentaci žádaných intervalů. Druhým krokem je detekce geometrických tvarů odpovídajících dopravním značkám v segmentovaných datech. Krokem číslo tři je rozpoznání vnitřního piktogramu a jeho nalezení v databázi. Posledním krokem je vizuální výstup zobrazením nalezené dopravní značky. Práce byla zpracována tak, aby byla zajištěna detekce všech důležitých dopravních značení ve třech základních barevných kombinacích platných dle Ministerstva dopravy České republiky. Výsledkem je zdrojový kód pro program MATLAB.
|
|
|
Neuronové sítě při klasifikaci mluvčích
Svoboda, Libor ; Atassi, Hicham (oponent) ; Míča, Ivan (vedoucí práce)
Obsah této práce je zaměřen na neuronové sítě při klasifikaci mluvčích. Pojednává o problematice zpracování řečového signálu a jsou zde uvedeny i některé typy neuronových sítí. Součástí práce bylo sestavení databáze nahrávek od řečníků různého pohlaví a věku. Z této databáze pak byla sestavena trénovací a testovací skupina. Dále byly navrženy čtyři klasifikátory. Jeden na bázi směsi Gaussových hustotních funkcí a tři neuronové klasifikátory. Tyto systémy byly testovány a analyzovány podle věku, pohlaví a na závěr pro obě tyto kritéria. Současně je věnována pozornost i volbě vhodných příznaků v každé této úloze klasifikace. Na konci práce jsou uvedeny výsledky analýz pro jednotlivé skupiny i příznaky. Z těchto výsledků jsou stanoveny nejvhodnější příznaky, pro danou úlohu klasifikace a také nejúspěšnější klasifikátory.
|
|
| |
|
|
Simulace řízení síťového prvku s neuronovou sítí
Šilhan, Petr ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
Práce se zabývá problematikou užití neuronových sítí pro řízení telekomunikačních síťových prvků. Cílem této práce je vytvoření simulačního modelu síťového prvku se spojovacím polem s centrální pamětí, u kterého je optimalizace řízení spojovacího pole řešena pomocí Hopfieldovy neuronové sítě. Veškerý programový kód je vytvořen v integrovaném prostředí MATLAB s využitím Neural Network Toolboxu.
|
|
|
Adaptivní komprese dat pomocí neuronových sítí
Kučera, Michal ; Přinosil, Jiří (oponent) ; Koula, Ivan (vedoucí práce)
Tématem práce je využití neuronových sítí pro kompresy dat. Tento nástroj přináší nové možnosti jak při bezeztrátové tak ztrátové kompresi. Návrh několika kompresních algoritmů ukazuje chování, výhody i slabiny těchto systémů. Jako řešení využijeme znalosti o vícevrstvé perceptronové síti a zkusíme změnou struktury a dílčích parametrů naučit takovouto síť komprimovat data, dle našich vstupních požadavků. Tyto sítě mají i nevýhody, které jsou zatím překážkou ve vyžití v praxi. Cílem práce je vyzkoušet některé algoritmy. Prozkoumat jejich vlastnosti a možnosti využití. Dále pak navrhnout další možné řešení a vylepšení těchto algoritmů.
|
|
|
Aplikace neuronových sítí v telekomunikacích
Šulák, Michal ; Koula, Ivan (oponent) ; Kacálek, Jan (vedoucí práce)
Diplomová práce obsahuje popis současných směrovacích protokolů a směrovačů, základní principy umělých neuronových sítí a jejich interpretace v souvislosti s využitím při směrování v datových a telekomunikačních sítích. V této práci jsem se zaměřil převážně na neuronové sítě využívající energetické funkce pro výpočet jednotlivých relaxačních stavů a jejich využití při směrování. Pro testování a zjišťování vhodných parametrů jednotlivých funkcí, jsem vytvořil aplikaci, která vypočítává nejkratší cestu a dokáže měnit jednotlivé parametry daných funkcí pro nalezení nejlepšího výsledku stabilního stavu neuronové sítě v porovnání s algoritmy dnes běžně používanými pro vyhledávání nejkratších spojů v datových sítích.
|
|
|
Detekce chybné výslovnosti v mluvené řeči
Struhař, Michal ; Rajmic, Pavel (oponent) ; Sysel, Petr (vedoucí práce)
Práce se zabývá problematikou detekce chybné výslovnosti v mluvené řeči. Jedním z cílů této práce je výběr vhodných parametrizací. Jedná se o krátkodobou energii, funkci středního počtu průchodu signálu nulou, lineární prediktivní analýzu, perceptivní lineární prediktivní analýzu, metodu RASTA, kepstrální analýzu a melovské kepstrální koeficienty. Dalším cílem je konstrukce detektoru chybné výslovnosti na bázi DTW (dynamické borcení času) a umělé neuronové sítě. Samotná detekce probíhá na základě získaných příznaků z vybraných analýz a fonetického přepisu promluvy. Parametrizace, detektor i fonetická transkripce českého jazyka jsou implemetovány v simulačním prostředí MATLAB.
|
|
|
Využití neuronové sítě při identifikaci znaku v obraze
Pavlík, Daniel ; Burget, Radim (oponent) ; Kohoutek, Michal (vedoucí práce)
Tato práce pojednává o využití neuronové sítě při identifikaci písmen abecedy a číslic 0 - 9. V první části je teoreticky rozebrána podstata neuronových sítí a konkrétněji rozebrán princip metody učení vícevrstvé sítě se zpětným šířením chyby (jinak taky Backpropagation). Dále je zde rozebrána základní problematika zpracování obrazu a odolnost sítě proti zatížení vstupního obrazu šumem a degradaci kompresí JPEG. Druhá část je směřována k praktické realizaci dopředné vícevrstvé sítě rozenávající binární obrazy písmen abecedy a číslic 0 - 9, která byla vypracována v prostředí Matlab a Simulink. Další a poslední část je věnována praktické realizaci dopředné vícevrstvé sítě rozpoznávající šedotónové obrazce znaků písmen abecedy a číslic 0 - 9, která byla opět vypracována v prostředí Matlab a Simulink.
|
host ::
RSS.