|
|
VYUŽITÍ STROJOVÉHO UČENÍ VE STAVEBNICTVÍ
Pálková, Martina ; Hromada, Martin (oponent) ; Řehák,, David (oponent) ; Podroužek, Jan (vedoucí práce)
Tato práce se zabývá problematikou strojového učení při modelování pohybu osob, možnostmi a omezeními jeho využití. Problematika je ukázána na dvou reálných příkladech z praxe. Digitalizace průmyslu a s ní související využití pokročilých výpočetních metod, jako například umělé inteligence, prodělala v posledních deseti letech nebývalý pokrok. Přesto stavebnictví zaostává za ostatními odvětvími. Toto téma nabízí mnoho prostoru k výzkumu, jehož výsledky mohou být velmi dobře aplikovatelné v praxi. Strojové učení v sobě skrývá potenciál levně a efektivně zpracovávat velké soubory dat s vysokou přesností, a to takřka v reálném čase. Aby toto bylo možné, je třeba pro daný problém vyřešit otázky, jako volba vhodné metody, její architektury a optimalizace parametrů. Dalším důležitým směrem výzkumu je pre-processing dat, jejich formát a rozdělení do trénovacích a testovacích setů. Toto téma, navzdory velkému pokroku v oblasti strojového učení, je stále diskutováno bez jednotných závěrů. To jsou směry, kterými se tato práce vydává.
|
|
|
Hranice lidství. Roboti se nebezpečně přibližují lidem, nejrůznější skupiny lidí naopak máte tendenci nepovažovat za (plnohodnotné) lidi
Slavík, Vratislav ; Agha, Petr (vedoucí práce) ; Kosek, Jan (oponent)
Hranice lidství. Roboti se nebezpečně přibližují lidem, nejrůznější skupiny lidí naopak máte tendenci nepovažovat za (plnohodnotné) lidi Abstrakt Debata v rámci právního pole, týkající se umělé inteligence, se v posledních letech výrazně proměnila. Původní témata, jako zda by měla mít umělá inteligence právní osobnost, odpovědnost autonomních vozidel, případně v jakých právních profesích je možné očekávat nahrazení člověka umělou inteligencí, přestala být dominantní ve chvíli, kdy Evropská komise představila návrh aktu o umělé inteligenci. Jedná se o právní rámec, který by měl komplexně regulovat umělou inteligenci, který přišel po letech veřejných konzultací a projednávání. Práce postupuje od představení myšlenkového kontextu debaty o regulaci umělé inteligence k teoretické debatě o vymezení pojmu umělé inteligence, až k aktu o umělé inteligenci. Po stručném shrnutí vzniku, kontextu a hlavních charakteristik budoucí regulace se práce věnuje modelu klasifikace rizik, na kterém má být budoucí regulace umělé inteligence postavena. V práci jsou popsány všechny kategorie rizik, které jsou v aktu o umělé inteligenci zachyceny. Práce přitom postupuje od nejvyššího patra pyramidy rizik, které zahrnuje systémy umělé inteligence, které představují nepřijatelné riziko, až po úroveň systémů umělé inteligence, které...
|
|
|
Využití umělé inteligence v civilním procesu
Hart, Vojtěch Lev ; Kučera, Zdeněk (vedoucí práce) ; Sedláček, Miroslav (oponent)
Využití umělé inteligence v civilním procesu Abstrakt: Předmětem této práce je umělá inteligence a civilní proces. Cílem této práce je analyzovat možnosti využití umělé inteligence v civilním procesu a soudnictví se zaměřením na rozhodovací činnost soudce. První část této práce se věnuje vymezení umělé inteligence a jejímu právnímu pojetí z mezinárodního, evropského a českého pohledu. Dále pak analyzuje zejména základní možné formy účasti umělé inteligence na civilním procesu. Druhá část této práce se zaměřuje na komplexní analýzu etických a právních výzev spojených s využitím umělé inteligence v civilním procesu a soudnictví. V tomto ohledu je nejprve zkoumáno 5 základních etických principů vytyčených Evropskou komisí pro efektivitu justice. Důraz je přitom kladen zejména na problematiku netransparentnosti umělé inteligence ve smyslu problematiky černé skříňky a předpojatosti dat. Analýzou je pak zkoumán dopad těchto prvků na jednotlivé garance práva na spravedlivý proces. Blíže je rozebírán dopad na nestrannost a nezávislost soudců, princip rovnosti a kontradiktornosti, jakožto i právo na odůvodněné rozhodnutí, právo na projednání věci v přiměřené lhůtě či princip právní jistoty. Konečně pak jsou zkoumány jednotlivé možnosti využití umělé inteligence v civilním procesu a soudnictví, výsadní postavení zde...
|
|
|
Automaticka diagnostika 12svodoveho EKG pomoci hlubokeho uceni
Blaude, Ondřej ; Chmelík, Jiří (oponent) ; Provazník, Valentine (vedoucí práce)
Tato diplomová práce má za cíl prozkoumat problematiku automatické diagnostiky EKG, a to na dvanáctisvodových záznamech. Tato problematika je řešena standardními metodami, jako například náhodný les, umělé neuronové sítě nebo K-nejbližších sousedů. Díky své schopnosti samostatně extrahovat příznaky se ale těší oblibě i metody hlubokého učení. Všechny tyto metody jsou popsány v teoretické části. V praktické části byly navrženy deeplearningové modely, jejichž funkčnost byla ověřována za pomoci dat z databáze PhysioNet. Byly vytvořeny dva pilotní modely, které byly následně optimalizovány. Z celého progresu optimalizace parametrů jsou k dispozici tři modely, z nichž nejlepší dosahuje F1 skóre 87,35 % a přesnosti 83,7 %, a druhý nejlepší dosahuje F1 skóre 77,74 % a přesnosti 84,53 %. Výsledky, kterých bylo dosaženo, jsou diskutovány a porovnány s výsledky podobných publikací.
|
|
|
Document Information Extraction
Janík, Roman ; Špaňhel, Jakub (oponent) ; Hradiš, Michal (vedoucí práce)
With development of digitization comes the need for historical document analysis. Named Entity Recognition is an important task for Information extraction and Data mining. The goal of this thesis is to develop a system for extraction of information from Czech historical documents, such as newspapers, chronicles and registry books. An information extraction system was designed, the input of which is scanned historical documents processed by the OCR algorithm. The system is based on a modified RoBERTa model. The extraction of information from Czech historical documents brings challenges in the form of the need for a suitable corpus for historical Czech. The corpora Czech Named Entity Corpus (CNEC) and Czech Historical Named Entity Corpus (CHNEC) were used to train the system, together with my own created corpus. The system achieves 88.85 F1 score on CNEC and 87.19 F1 score on CHNEC, obtaining new state-of-the-art results.
|
|
|
Detekce defektů desek ve výrobě polovodičů
Jašek, Filip ; Vágner, Martin (oponent) ; Dřínovský, Jiří (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce defektů desek ve výrobě polovodičů. V rámci této práce byly zkoumány metody identifikace defektních čipů a kontroly řízení výtěžnosti při výrobě polovodičů. Práce se rovněž zabývá metodami strojového učení pro rozpoznání obrazu s cílem klasifikace defektů ve výrobním procesu. První zvolený přístup využíval k inferenci sítě ResNet18, avšak ukázalo se, že jeho přesnost nedosahovala vysokých hodnot sledovaných metrik z důvodu nedostatečného množství vstupních dat. Pro tento sledovaný dataset tak bylo vyzkoušeno použití předtrénovaných sítí využívající topologie ResNet50v2. K navýšení metrik však došlo až s použitím jiného datasetu. Pomocí ladění hyperparametrů sítě a augmentací byly zkoumány další možnosti zlepšení výkonnosti sítě. V práci se také ukázalo, že použití autoenkodérů pro redukci datového toku při inferenci může navýšit rychlost samotné inference, avšak s degradací evaluačních metrik.
|
|
|
Hraní stolní hry Stratego počítačem
Irovský, Dominik ; Šátek, Václav (oponent) ; Zbořil, František (vedoucí práce)
Tématem této práce je desková hra s neúplnou informací Stratego. Cílem je průzkum a zhodnocení dosavadních řešení hraní počítačem, návrh, implementace a testovaní vlastního řešení hraní počítačem. Pro vlastní řešení byly zvoleny modifikovaný algoritmus Monte Carlo Tree Search, algoritmus alfa-beta a expectimax. Řešení bylo realizováno jako konzolová aplikace s možností rozšíření. Funkcionalita implementace byla validována a otestována pomocí experimentů. Efektivita výsledného algoritmu byla uspokojivá
|
|
|
Safe and Secure High-Risk AI: Evaluation of Robustness
Binterová, Eliška ; Špelda, Petr (vedoucí práce) ; Střítecký, Vít (oponent)
Cílem této magisterské diplomové práce je zkoumat metodu IRM, která se používá pro zajištění robustnosti v modelech strojového učení, a zhodnotit, zda tato metoda může případně sloužit pro účely nově se vyvíjející evropské legislativy upravující využití umělé inteligence. Výzkum ukazuje, že mnoho případů pochybení autonomních systémů má na svědomí nedostatečná robustnost těchto systémů vůči změnám ve zpracovávaných datech. Z tohoto důvodu nejsou tyto systémy pak schopné správně zobecňovat v nových prostředích. Aby byly modely schopny dosáhnout uspokojivých výsledků, musí dosahovat určité úrovně robustnosti. Metoda IRM vznikla relativně nedávno pro účely zajištění robustnosti a tedy i spolehlivosti AI systémů. Stejný cíl si klade i nově vznikající evropská legislativa, která usiluje o spolehlivé AI. Diplomová práce zkoumá kompatibilitu požadavků AI Aktu a IRM metody a klade si otázku, zda je možné metodu IRM univerzálně využívat pro zajištění bezpečného AI skrze analýzu existujících empirických i teoretických poznatků.
|
|
|
Vliv umělé inteligence na vnímání kvality a důvěryhodnosti obsahu v digitální komunikaci
Richter, Martin ; Slavíček, Daniel (vedoucí práce) ; Koblovský, Petr (oponent)
Tato diplomová práce se zaměřuje na vliv umělé inteligence (AI) na digitální komunikaci, vnímání obsahu a potenciální negativní důsledky spojené s generovaným obsahem. Práce také předkládá možnosti, které generativní umělá inteligence přináší v kontextu tvorby multimediálního obsahu. Zároveň se věnuje faktorům a zkreslením, které ovlivňují vnímání takto generovaného obsahu. Práce také analyzuje povědomí a schopnosti žáků základních a středních škol v oblasti generativní AI. Výsledky ukazují, že studenti mají povědomí o schopnostech generativní AI, ale mají potíže s rozpoznáním generovaného obsahu, což poukazuje na potenciální rizika spojená s manipulací a dezinformacemi.
|
|
|
Etické otázky spojené s personalizací obsahu ve vybraných online médiích
Dorňáková, Tereza ; Moravec, Václav (vedoucí práce) ; Lokšík, Martin (oponent)
Diplomová práce se zaměřuje na personalizované doporučování obsahu v českých online zpravodajských médiích a na etické otázky, které se se zaváděním tohoto nástroje pojí. Předmětem kvalitativní analýzy jsou polostrukturované rozhovory se zástupci dvou českých mediálních domů. Součástí výzkumného vzorku jsou respondenti z redakce Seznam Zpráv a společnosti Seznam, a z redakce E15 a společnosti Czech News Center. Osloveni byli jak zástupci redakcí, tak mediálního a produktového managementu. Cílem práce bylo zjistit, do jaké míry nástroje personalizovaného doporučování obsahu využívají, nastínit důvody, proč se k tomuto kroku rozhodli, potažmo jej zvažují. Ukázalo se, že v rámci zkoumaných online zpravodajských médií zatím personalizované doporučování obsahu využívají minimálně, popřípadě tyto nástroje testují či plánují zavést ve větší míře. Ve větším měřítku dochází k personalizovanému doporučování na domovské stránce Seznamu. Předmětem práce byla také identifikace etických otázek, které se pojí se zaváděním či používáním personalizovaného doporučování. Mezi hlavní oblasti podle výpovědí respondentů patří otázky nastavení parametrů výběru, možnost zachovat si nastolování agendy ze strany redakcí, automatizace a transparentnost.
|
host ::
RSS.