|
|
Human Activity Recognition Using Smartphone
Novák, Andrej ; Červenák, Rastislav (oponent) ; Burget, Radim (vedoucí práce)
The increase of mobile smartphones continues to grow and with it the demand for automation and use of the most offered aspects of the phone, whether in medicine (health care and surveillance) or in user applications (automatic recognition of position, etc.). As part of this work has been created the designs and implementation of the system for the recognition of human activity on the basis of data processing from sensors of smartphones, along with the determination of the optimal parameters, recovery success rate and comparison of individual evaluation. Other benefits include a draft format and displaying numerous training set consisting of real contributions and their manual evaluation. In addition to the main benefits, the software tool was created to allow the validation of the elements of the training set and acquisition of features from this set and software, that is able with the help of deep learning to train models and then test them.
|
|
|
Rozpoznávání emocí v česky psaných textech
Červenec, Radek ; Smékal, Zdeněk (oponent) ; Burget, Radim (vedoucí práce)
Díky rozvoji informačních a komunikačních technologií v posledních letech došlo k velkému nárůstu množství informací, které denně vznikají ve formě elektronických dokumentů. Třídění a zpracování informací se stalo pro člověka velmi obtížné, a proto vzrůstá obliba systémů automatického dolování znalostí z textu. Zajímavou podoblastí jsou systémy pro analýzu sentimentu a automatického rozpoznání emocí v textech, které mají potencionálně široké uplatnění. V rámci této práce byl navržen a implementován systém využívající technik dolování znalostí z textu za účelem rozpoznávání emocí v česky psaných textech a bylo provedeno zhodnocení jeho úspěšnosti. Protože je systém postaven převážně na metodě strojového učení, byla navrhnuta a vytvořena trénovací množina, která byla posléze použita k vytvoření modelu klasifikátoru pomocí algoritmu podpůrných vektorů (SVM). Pro potřeby zpřesnění výsledků klasifikace textových dokumentů do předem definovaných emočních tříd, jsou do systému integrovány další prvky, jako např.: lexikální databáze, lemmatizátor a odvozený slovník klíčových slov. Součástí práce je také zhodnocení několika přístupů ke klasifikaci s různými modifikacemi navrženého systému.
|
|
|
Škálovatelné předzpracování dat prostřednictvím nástroje Hadoop
Marinič, Michal ; Šmirg, Ondřej (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá škálovatelným předzpracováním dat prostřednictvím nástroje Hadoop, který slouží pro paralelní zpracování velkého objemu dat. V první teoretické části se práce zaměřuje na vysvětlení fungování struktury základních funkčních prvků distribuovaného souborového systému HDFS a metody MapReduce pro paralelní zpracování. Praktická část práce popisuje realizaci Hadoop clusteru v pseudo-režimu pro jednoduché ladění aplikací a také realizaci v plně distribuovaném režimu pro simulaci nasazení v reálné praxi.
|
|
| |
|
|
Aplikace evolučních algoritmů při hodnocení dodavatelů firmy
Karásek, Jan ; Burget, Radim (oponent) ; Dostál, Petr (vedoucí práce)
Diplomová práce se zabývá procesem ohodnocení a výběru dodavatele v podnikatelské sféře. Na tuto oblast je v současné době kladen stále větší důraz, neboť zajišťování firemních zdrojů se stává výraznou součástí strategického rozhodování podniku. V práci je analyzována problematika výběru dodavatelů a jsou rozebrány nejpoužívanější metody pro určení vhodných dodavatelů. Cílem práce je návrh vlastního programu pro řešení ohodnocení a výběru dodavatelů pomocí evolučních metod, resp. evolučních algoritmů. Součástí práce je tedy zmapování teoretických možností evolučních algoritmů, jejich nasazení na problematiku výběru dodavatele a vlastní implementace programu pro řešení daného úkolu.
|
|
|
Rozpoznávání osob s pomocí snímků obličeje
Lindovský, Michal ; Burget, Radim (oponent) ; Rajnoha, Martin (vedoucí práce)
Tato bakalářská práce se zaměřuje na rozpoznání osoby mezi několika miliony osob v~řádech několika sekund. V rámci práce se porovnávají dva frameworky sloužící k rozpoznávání obličejů, OpenFace a Face Recognition. Jsou porovnávány výpočetní časy lokalizace a zakódování obličeje. Dále se porovnává přesnost rozpoznání v různých testech např. rozostřený obrázek, změna světlosti, věk osoby, použití slunečních brýlí. Vytvořená webová aplikace slouží k rozpoznání osoby v různých databázích osob. V aplikaci lze přidávat/odebírat databáze osob. Aplikace umožňuje do databáze zařadit osoby automaticky podle pohlaví nebo ručně. Pro zrychlení rozpoznání osoby lze využít více jáder procesoru.
|
|
|
Image segmentation using deeplearning methods
Lukačovič, Martin ; Burget, Radim (oponent) ; Mašek, Jan (vedoucí práce)
This thesis deals with the current methods of semantic segmentation using deep learning. Other approaches of neaural networks in the area of deep learning are also discussed. It contains historical solutions of neural networks, their development, and basic principle. Convolutional neural networks are nowadays the most preferable networks in solving tasks as detection, classification, and image segmentation. The functionality was verified on a freely available environment based on conditional random fields as recurrent neural networks and compered with the deep convolutional neural networks using conditional random fields as postprocess. The latter mentioned method has become the basis for training of new models on two different datasets. There are various enviroments used to implement neural networks using deep learning, which offer diverse perform possibilities. For demonstration purposes a Python application leveraging the BVLC\,/\,Caffe framework was created. The best achieved accuracy of a trained model for clothing segmentation is 50,74\,\% and 68,52\,\% for segmentation of VOC objects. The application aims to allow interaction with image segmentation based on trained models.
|
|
|
Automatická segmentace medicínských dat s pomocí algoritmu Level Set
Yerpeissov, Serik ; Burget, Radim (oponent) ; Uher, Václav (vedoucí práce)
Práce se skládá ze dvou hlavních částí, části teoretické a realizační. V teoretické části jsou popsány jednotlivé segmentační metody. Zejména jde o metodu Level Set. V realizační části bylo za úkol vytvořit java modul pro segmentaci medicinskych dat pomocí metody Level set. Práce řeší jednoduchého Gui pro ukázku dosažených výsledků. Výsledek musi byt otestovan na poskytnutých datech a oveřena jeho přesnost v porovnání s clovekem. Pri nedostatecné přesnosti implementuje další post-processing.
|
|
|
Stabilita hierarchické agregace pro internetové televizní vysílání
Olivka, Petr ; Komosný, Dan (oponent) ; Burget, Radim (vedoucí práce)
Práce pojednává o Hierarchické agregaci a jsou zde popsány její jednotlivé části, komponenty a vlastnosti. V první části je také pojednáno o možnostech realizace. Druhá část je zaměřena na problém stability hierarchické agregace respektive na problém detekce poruchy Feedback target stanic ve struktue Heirarchické agregace. Je navrženo, implementováno a otestováno programové řešení protokolu detekující poruchu Feedback target stanic v jazyce JAVA. Je zde odvozená závislost šířky pásma na rychlosti detekce poruchy právě v hierarchické agregaci a jsou diskutovány problémy při vyhodnocování poruchy.
|
|
|
Nástroj pro komentování obsahu webu
Najbr, Ondřej ; Povoda, Lukáš (oponent) ; Burget, Radim (vedoucí práce)
Semestrální práce je rozdělena do tří částí. První část se zabývá popisem tvorby rozšíření pro prohlížeče Internet Explorer, Operu, Safari 5, Mozillu Firefox a Google Chrome, shrnutím výhod vývoje rozšíření pro tyto prohlížeče a strukturou rozšíření konkrétně pro Google Chrome. V druhé části je popsána instalace rozšíření pro Chrome metodou rozbaleného rozšíření a druhou metodou z internetového obchodu Chrome. Dále je popsána podrobná tvorba rozšíření pro Chrome s příklady zdrojového kódu, možnostmi implementace a vkládání komentářů do webových stránek, přínos rozšíření a přínos této práce. Cílem této práce je seznámit se s problematikou vytváření rozšíření (pluginů) pro prohlížeče Chrome či Firefox a vytvořit aplikaci, která bude schopna přidávat komentář k obsahu webové stránky.
|
host ::
RSS.