Národní úložiště šedé literatury Nalezeno 1,167 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.01 vteřin. 
Ab initio výpočty fázové stability vícesložkových slitin
Fikar, Ondřej ; Brož, Pavel (oponent) ; Černý, Miroslav (oponent) ; Zelený, Martin (vedoucí práce)
Ab initio metody jsou metody vycházející z ryze teoretických poznatků kvantové fyziky, které lze použít k predikci fyzikálních, chemických, mechanických a mnohých dalších vlastností materiálů. Vzhledem k rapidnímu nárůstu dostupnosti výpočetních zdrojů v posledních desetiletích se stala teoretická predikce vlastností nedílnou součástí designu nových materiálů. Tato práce se zaměřuje na teoretickou predikci fázové stability a rozpustnosti tuhých roztoků. Ab initio výpočty byly provedeny na základě teorie funkcionálu hustoty s využitím projektovaných přidružených vln a teplotní závislosti termodynamických veličin byly získány pomocí fononových výpočtů a Monte Carlo simulací. Pozornost je v této práci věnována několika slitinám zejména na bázi hliníku, stříbra a hořčíku, které byly zkoumány za účelem zjištění spolehlivosti predikce rozpustnosti v pevné fázi. Výpočet stability tuhých roztoků byl proveden vícekrát různými metodami se zahrnutím různých příspěvků k celkové energii jednotlivých soustav za účelem určení vlivu jednotlivých příspěvků a metod na přesnost predikce. Rozpustnosti jsou porovnány s experimentálními daty, které byly zprostředkovány metodou CALPHAD.
Detekce škodlivosti komunikačních partnerů a jejich sítí
Kučera, Rostislav ; Homoliak, Ivan (oponent) ; Očenášek, Pavel (vedoucí práce)
S rostoucí závislostí populace na elektronických zařízeních, roste také riziko ztráty nebo zneužití dat. Se zvyšujícím se množstvím útoků v počítačových sítích, nabírají systémy pro detekci škodlivého provozu na důležitosti. Cílem této práce je teoretický rozbor a implementace modulů pro detekci maligní počítačové komunikace pomocí metod strojového učení, konkrétně pomocí modelu neuronové sítě, a statistické analýzy, které jsou nasazeny v rámci rozšířeného systému pro detekci průniku Snort.
Extrakce informací z Wikipedie
Jurišica, Rudolf ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem práce je snížit počet neznámých odkazovaných entit ve článcích české Wikipedie. Dosáhnuto toho bylo jednak za využití pomocných, již existujících řešení, tvořených výzkumnou skupinou KNOT na VUT FIT, a dále pak vytvořením sady programů. Tyto programy se automaticky spouští každý měsíc při vydání nové verze Wikipedie. Automaticky doplní znalostní bázi o nová jména, vygeneruje jejich odvozené tvary, a upraví samotné články přímo na Wikipedii.
Systém pro rozpoznávání dezinformací v prostředí webu
Večerka, Lukáš ; Žádník, Martin (oponent) ; Strnadel, Josef (vedoucí práce)
Tato práce se zabyvá návrhem, realizací a ověřením systému pro automatické rozpoznávání dezinformací v prostředí webu. Představuje problematiku šíření dezinformací v online prostředí a jeho dopad na společnost. Zaměřuje se na trénování několika Českych transformers jazykovych modelů pro rozpoznání dezinformací a dále na automatickou extrakci obsahu článků z českych internetovych novin a jejich analyzu využitím klasifikace textu a zpracování přirozeného jazyka pomocí metod hlubokého učení. Vysledky těchto analyz jsou pak prezentovány na webovém uživatelském rozhraní s cílem poskytnout platformu pro ověření článků, autorů a zdrojů. Rozhraní by mohlo byt použito k anotaci dat experty pro průběžné vylepšování jazykovych modelů.
Development of Automated Emotion Recognition System through Voice using Python
Magerková, Tereza ; Malik, Aamir Saeed (oponent) ; Hussain, Yasir (vedoucí práce)
This work presents an in-depth investigation into the design and implementation of deep learning models for speech emotion recognition. It proposes a model based on a comprehensive review of existing techniques from the field. The model is trained and tested on large-scale emotion-labeled speech datasets. Experimental evaluations are conducted to assess the performance of the model in terms of accuracy, robustness, and generalization.
Artificial intelligence in education
Pavlov, Jan ; Walek, Agata (oponent) ; Jašková, Jana (vedoucí práce)
This thesis focuses on the integration of Artificial Intelligence (AI) in the field of education. It explores the historical development, theoretical principles, and practical applications of AI in education. The thesis also examines the advantages and challenges associated with implementing AI in educational environments, including ethical considerations, privacy concerns, and credibility. By analyzing real-life examples this study offers valuable insights into how AI can impact personalized learning, student performance evaluation, and administrative efficiency in schools. The practical part is concerned with the role of AI in school settings and its effect on education by conducting a survey. The survey showed that students are more positive and frequent users of AI than teachers, who tend to be more skeptical. Despite this, both groups show support for integrating AI into education.
Detection of parking space availability based on video
Kužela, Miloslav ; Zelený, Ondřej (oponent) ; Frýza, Tomáš (vedoucí práce)
Determining a parking space occupation is often solved by using physical sensors located near a parking space, but with the rise of machine learning, it is possible to apply such technology with the use of cameras and detection algorithms to solve such a problem. This thesis focuses on the use of this machine learning model. Presents currently available models and detectors, discusses the creation of a custom data set with a custom file structure, trains such a model, and consults its results based on its accuracy when applied in a parking lot. This model is then used among side a created web server that allows the users of the parking lot to view the current occupancy and history. All by using the Python programming language with Torchvision libraries.
Prediction of the effect of mutations on protein stability
Rosinská, Monika ; Martínek, Tomáš (oponent) ; Musil, Miloš (vedoucí práce)
The aim of this thesis is to develop a classification model for protein mutations, distinguishing between stabilizing and destabilizing variants. The model was implemented using a convolutional neural network architecture, utilising the ResNet50V2 pre-trained neural network and a dataset sourced from FireProtDB. With an accuracy of 0.7, the model effectively predicts the impact of mutations on protein stability. Furthemore, it can provide a confidence measure for its predictions.
Monitorování fitness aktivit pomocí nositelného zařízení
Toman, Adam ; Trčka, Tomáš (oponent) ; Tofel, Pavel (vedoucí práce)
Práce se zabývá problematikou měření fitness aktivit nositelným zařízením. V teoretické části seznamuje čtenáře s historickým vývojem nositelných zařízení, popisuje princip fitness aktivit a odporového tréninku, včetně konkrétních fitness aktivit, a způsoby využití nositelných zařízení pro zaznamenání a vyhodnocení těchto aktivit. Cílem praktické části je využít dodané senzory pro měření předem zvolených veličin z fitness aktivit a vyvinout nenáročný algoritmus schopný využít změřená data pro klasifikaci aktivit a jejich vyhodnocení. Po praktické části následuje prezentace dosažených výsledků a jejich diskuze.
Evaluation of Sources of Human Speech for Deepfake Creation
Frič, Michal ; Malinka, Kamil (oponent) ; Firc, Anton (vedoucí práce)
Voice deepfakes, powered by rapid advancements in artificial intelligence and machine learning, represent a dual-edge technology with significant benefits and risks. These synthetic voice outputs are increasingly realistic due to the easy access to vast amounts of digital speech data from various sources. This thesis analyses these sources’ suitability for creating convincing deepfakes. We identified and evaluated numerous speech sources and developed methodologies for assessing their quality, accessibility, diversity, and update frequency. The evaluation extended to analyzing the impact of source characteristics on deepfake quality and the effectiveness of detection by software and human evaluators. Findings indicate that all identified sources can provide sufficiently high-quality recordings to create high-quality deepfakes, often indistinguishable. Additionally, they highlight each source’s particular strengths and weaknesses (measured properties) grade. An anomaly in detection software was discovered, allowing deepfakes to be modified to evade detection. Furthermore, less than 10 seconds of human speech could suffice to create a high-quality deepfake, directly correlating the length and quality of input recordings to the fidelity of the output. The thesis concludes with a discussion of the risks associated with these sources and proposes measures for prevention and mitigation.

Národní úložiště šedé literatury : Nalezeno 1,167 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.