|
Portréty Viléma a Petra Voka z Rožmberka jako kompenzační pomůcky pro zrakově znevýhodněné
SMRŽ, Pavel
Tato bakalářská práce se skládá z teoretické části a praktické části. Teoretická část se dělí do čtyř kapitol. První z nich se věnuje základní charakteristice portrétování v dějinách umění. Popisuje vybrané umělecké směry a jejich charakteristické vlastnosti spjaté s portrétováním. Další kapitola se zaměřuje na život posledních pánů z Rožmberka - Viléma a Petra Voka. Třetí kapitola se věnuje zámku Kratochvíle, jeho vzhledu a historii od počátku stavby až do současnosti. Poslední kapitola se zabývá tématem spojeným se zrakově znevýhodněnými osobami Je zde nastíněna problematika využívání kompenzačních pomůcek - např. haptických modelů pro tyto jedince. Cílem praktické části práce bylo vytvoření haptických modelů pro nevidomé a slabozraké podle portrétů Viléma a Petra Voka z Rožmberka. Oba modely budou součástí expozice na zámku Kratochvíle.
|
|
Systém pro ověření minimálních potřebných zdrojů pro běh aplikace
Žák, Jiří ; Doležal, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této bakalářské práce je vytvořit systém pro ověření minimálních potřebných zdrojů pro běh aplikace. Teoretická část se věnuje tématu vyhodnocovacích metrik počítačového výkonu a principu fungování operačního systému Linux. V praktické části je popsáno, jak byl vytvořen návrh a implementace celého systému, který využívá technologii BPF (Berkeley Packet Filter). Práce je završena testováním a vyhodnocením celé práce. Systém byl úspěšně nasazen v partnerské firmě BringAuto. Ukázalo se, že daný operační systém je dostatečně výkonný pro běh aplikací.
|
|
Energy Harvesting for Industry 4.0 Applications
Gajdošík, Róbert ; Šimek, Václav (oponent) ; Smrž, Pavel (vedoucí práce)
The aim of this thesis is to estimate industrial applications of energy harvesting in industry 4.0. As a part of this project, a working prototype was constructed using a piezoelectric harvester and appropriate sensory equipment. A vibration sensor was chosen as the most appropriate solution for measuring vibrations emanated by the object being observed. Subsequently, a software solution was developed for calculating the frequency of the vibrations using analog sensor input handled by an analog-digital converter. The result is a tested prototype of a self-powered sensor capable of sending warning messages when detecting anomalous vibration frequencies emanating from the monitored object.
|
|
Využití slovně-asociačních her pro výuku jazyků
Babača, Martin ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Táto práca sa zaoberá využitím slovne asociatívnej hry Krycie mená pri výučbe anglického jazyka. Za účelom dosiahnutia cieľa bol predovšetkým riešený problém opisu sémantickej spojitosti medzi dvojicou slov. Zvolený problém som vyriešil využitím nástroja Sketch Engine a špecializovaných slovníkov anglického jazyka. V tejto práci som vytvoril systém, ktorý zobrazí užívateľovi spojitosť nápovedy a cieleného slova na konci každej hry. Výsledky tejto práce umožňujú vzdelávanie formou hry pre všetky skupiny študentov anglického jazyka.
|
|
Podpora deskové hry Nemesis na mobilním telefonu s OS Android
Štěpánek, Miroslav ; Švec, Tomáš (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je vytvořit mobilní aplikaci k deskové hře Nemesis určenou na systém Android, která umožní uživateli zjistit informace o herních komponentech při hře. Práce se skládá ze dvou hlavních částí, první je model vytvořený za pomoci knihovny Tensorflow, který zajišťuje detekci těchto komponent. Druhou je pak samotná aplikace, která dostává výsledky od dříve zmíněného modelu a zobrazuje výsledné informace uživateli. Toto usnadňuje uživateli hru a pomáhá ji i urychlit. Výsledný systém je možné modifikovat, tak aby byla aplikace využitelná i pro jiné hry.
|
|
Analýza dějových linií na základě shrnutí obsahu knih a uživatelských recenzí
Rúček, Peter ; Dočekal, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Cieľom tejto práce je vytvoriť systém pre analýzu a klasifikáciu kľúčových dejových línií zo zhrnutých dejových zápletiek a užívateľských recenzií v anglickom jazyku. Zvolený problém je riešený pomocou techniky strojového učenia založenej na transformeroch. Vo vytvorenom riešení je implementované aj sťahovanie dát a bol vytvorený dataset užívateľských recenzií a informácií o knihách prevyšujúci 23 miliónov recenzií a takmer 900 tisíc informácií o knihách. Systém dokáže predikovať aké typy dejových zápletiek sa v dátach nachádzajú.
|
|
Zjednoznačňování pojmenovaných entit ve slovenštině
Križan, Samuel ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Práca sa zaoberá rozpoznávaním a zjednoznačňovaním pomenovaných entít. V rámci práce bol vytvorený základný systém obsahujúci všetky prerekvizity potrebné pre zjednoznačňovanie pomenovaných entít v slovenčine. Súčasťou systému je vytvorenie znalostnej bázy z exportu slovenskej Wikipédie. Tá bola následne porovnávaná so znalostnou bázou z Wikidát, čím sa zistilo, že hlavným prínosom použitia znalostnej bázy z Wikipédie pre slovenčinu je väčšie pokrytie entitami s odkazom na slovenskú Wikipédiu a lepšie určovanie tried entít. Okrem toho bola vykonaná aj aktualizácia morfologického slovníka výskumnej skupiny KNOT@FIT, ktorá priniesla zlepšenie v rozsahu 33-39 %. Práca predpokladá možné využitie v spojitosti s rozšírením systému o zjednoznačňovací modul a zlepšením pokrytia alternatívnych pomenovaní.
|
|
Rozpoznávání a klasifikace dopravních situací
Zbořil, Jiří ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je identifikace a klasifikace nebezpečných situací z přehledových kamer, monitorujících dopravní provoz. Příkladem takových situací jsou nebezpečné stání podél silnice a dopravní nehody, na které se práce zaměřuje. Vytvořený systém využívá detektor objektů, analyzující průměrné snímky v daném intervalu, algoritmů K nejbližších sousedů a K Means a opětovnou detekci objektů v lokálně zvětšené oblasti pro výběr kandidátů. Detekované objekty, nacházející se mimo silnici jsou přiložením masky silnice eliminovány. Modul pro zpracování anomálie pak vypočítá její interval a klasifikaci. Naměřené F1 skóre je 0,645, S4 skóre 0,535 a procentuální úspěšnost klasifikace anomálie 80 %.
|
|
Neuronové sítě pro autonomní řízení auta
Dopita, Marek ; Hradiš, Michal (oponent) ; Smrž, Pavel (vedoucí práce)
V této práci jsou představeny principy neuronových sítí se zaměřením na autonomní vozidla. Na těchto informacích je vytvořen návrh implementace systému, který umožňuje řídit automobil bez řidiče. Ten staví na základě nástrojů, které umožňují snadnou tvorbu a testování autonomních vozidel. Jde o CARLA simulátor a Leaderboard.Návrh rozděluje jízdní trasy vozidel do tří rozdílných situací. Každá situace vyžaduje využití jiných senzorů, proto je vytvořen specifický autonomní agent, který je schopen situaci rozpoznat a přepnout mezi různými návrhy neuronových sítí. Každá taková síť je specifická svými vstupy a je učena na konkrétní situaci.Jsou vytvořeny programy, které jsou schopny jednoduše za pomoci CARLA Leaderboard posbírat datovou sadu. Poté je představen způsob, jak lze posbíraná data rozdělit do kategorií tak, aby byla každá kategorie možná použít na učení její neuronové sítě.
|
|
Předpovídání trajektorie vozidel a chodců pro asistenční systémy řízení
Mudroň, Marek ; Musil, Petr (oponent) ; Smrž, Pavel (vedoucí práce)
V tejto práci sa zaoberám vytváraním reprezentácie dopravnej scény pomocou spracovania monokulárneho záznamu. Na základe vytvorenej reprezentácie sa snažím predpovedať trajektórie detekovaných vozidiel v krátkom časovom horizonte 2 sekúnd. Súčasné postupy využívajú viacero drahých senzorov na zhromažďovanie okamžitých informácií o prostredí. Predstavujem postup, ktorý pomocou viacerých modelov strojového učenia, dokáže z videa zistiť rovnaké údaje, ako spomínané senzory. Výsledkom je systém umožňujúci zníženie nákladov na senzory pre vytváranie reprezentácie prostredia a predikciu trajektórie vozidiel v scéne. Ďalším prínosom je porovnanie presnosti modelov, trénovaných na odlišne spracovaných dátach. Pri porovnaní poskytujem údaje o tom, ako veľmi sa približujú k presnosti najspoľahlivejších predikčných systémov.
|