|
| |
|
|
Marketingové řízení firmy
Řičánek, Michal ; Plotěný, Karel (oponent) ; Chalupský, Vladimír (vedoucí práce)
Diplomová práce se zaměřuje na optimalizaci nákladů na jednotlivé marketingové aktivity. Obsahuje analýzu těchto aktivit ve zvolené společnosti včetně jejich hodnocení a návrhu na optimální strukturu. Závěrem práce jsou doporučení vedoucí ke zlepšení využívání marketingu ve společnosti.
|
|
|
Vztah emocí a intonačních křivek
Gavlasová, Radka ; Smékal, Zdeněk (oponent) ; Tučková,, Jana (vedoucí práce)
Tato práce se zabývá intonačními křivkami s jejími vztahy pro různé emoce. Kromě teoretického základu, který pojednává o tvorbě řeči, zpracování signálů a psychologického nastínění rozdělení emocí, obsahuje také tvorbu vlastní emotivní databáze realizované s profesionálními herci. Cílem této závěrečné práce je klasifikace signálu na základě emoce, kterou nahrávka má představovat. Těmito emocemi jsou hněv, radost, nuda a smutek. Klasifikace probíhala pomocí umělých neuronových sítí, konkrétně v aplikaci Classification Learner, kterou poskytuje programovací prostředí Matlab. Použité příznaky pro tuto metodu byly variace fundamentální frekvence a MFCC. Výsledky byly následně porovnány a zanalyzovány poslechovým testem. Tento test pomohl určit, zda jsou výsledky relevantní pro tuto problematiku. Maximální úspěšnost trénování sítě dosáhla přibližně 82 %, testování pak 75 %. Poslechové testy potvrdily, že výsledky odpovídají předpokládanému lidskému vnímání. Pro podrobnější a lepší vyhodnocení, by bylo zapotřebí větší a kvalitnější databáze.
|
|
|
Steal me your €motion
Rygálová, Monika ; Országhová, MA Kristína (oponent) ; Sterec, Pavel (vedoucí práce)
Text pojednává o způsobech a metodách tvoření mé diplomové práce s názvem Steal me your €motion. Diplomová práci se zabývá vztahem strojového učení a emocionality. Do jaké míry je umělá inteligence schopná absolvovat emocionální vztahy a prožitky definované fyzikalitou a zkušeností lidského těla. Námětem práce je vytváření (fiktivní) nelidské entity, která se touží naučit od lidí co nejvíce tělesných úkonů, které ji pomůžou se infiltrovat do lidského společenství. Kromě reflexe současného stupně vědeckého poznání vnáším prvek fikce a fabulace.
|
|
|
Algoritmus pro detekci pozitívního a negatívního textu
Musil, David ; Harár, Pavol (oponent) ; Povoda, Lukáš (vedoucí práce)
Se svižným vývojem informačních a komunikačních technologií vzrůstá i množství informací produkovaných nejrůznějšími zdroji v elektronické podobě. Třídění a získávání znalostí z těchto dat vyžaduje značné úsilí, které pro člověka není snadné zajistit, do popředí se tedy dostává zpracování strojem. Dolování emocí z textových dat je zajímavou oblastí výzkumu, zažívající v posledních letech nezanedbatelný rozmach, přičemž nachází široké uplatnění. V rámci této diplomové práce byl vytvořen systém sloužící k detekci pozitivní a negativní emoce z textu, dále je provedeno zhodnocení jeho úspěšnosti. Systém je navržen v jazyce Java a je koncipován pro umožnění jeho trénování pomocí velkých objemů dat (Big Data) s využitím knihovny Spark. V práci je popsána struktura a zacházení s textem z databázi, ze které systém čerpá vstupní data. Samotný model klasifikátoru je pak vytvořen za pomoci algoritmu podpůrných vektorů (SVM), přičemž je optimalizován metodou n-gramů.
|
|
|
Využití EEG ve vyhodnocování emocionálních stavů člověka
Strakoš, Libor ; Mézl, Martin (oponent) ; Potočňák, Tomáš (vedoucí práce)
Diplomová práce se zabývá možnostmi zpracování EEG a klasifikací emocí do tříd v rámci emočního dvoudimenzionálního prostoru. První část tvoří literární rešerše na téma využití záznamu EEG pro zachycení emoční odezvy člověka na stimulační podněty zvukového, vizuálního a audiovizuálního (multimediálního) charakteru. Je zde diskutováno hledisko emoce z pohledu fyziologie a psychologie. Následně jsou uvedený technické poznatky ze záznamu emoce různými modalitami a jejich zpracování, analýzy a klasifikace v rámci dvoudimenzionálního prostoru Valence - Arousal. Na základě teoretických poznatků byl navržený komplexní postup měření a vyhodnocení emocí za použití EEG. Za tímto účelem byly sestaveny dva měřící protokoly s audiovizuální stimulací. Dále je zde uveden postup předzpracování a analýzy dat, výběr příznaků a klasifikace za použití moderních i zavedených metod. Celý navržený postup byl následně realizován a otestován v rámci dvou měření za využití moderního EEG přístroje EGI GES 400MR v laboratorních podmínkách a komerčního, cenově dostupného přístroje Emotiv EPOC v podmínkách mimo laboratorní prostředí. Signály byly zpracovány a emoce klasifikovány na základě vybraných popisných elementů. Výsledkem práce je hodnocení úspěšnosti klasifikace emocí v různých konfiguracích pro výběr popisných elementů a klasifikačních metod a jejich parametrů.
|
|
|
Demotikons
Ponomarevová, Denisa ; Sýkorová,, Lenka (oponent) ; Mikyta, Svätopluk (vedoucí práce)
Bakalářská práce s názvem Demotikons je průvodcem hypotetickou a osobní symbolikou digitálního prostoru a internetové komunikace. Odkazuji se na všeobecně známý systém emotikonů (smajlíků), reakčních tlačítek a na zjednodušené formy či znaky nacházející se na webových prohlížečích, sociálních sítích, ale i na digitálním rozhraním našich elektronických zařízeních. Dekonstrujuji jejich význam vlastními atributy a zasazuji je do nových forem a vztahů. V kresbách se objevují mikroreference na zaběhlé „vizuální kódy“ v digitálním prostoru od znamének emailových adres po grafické ikony a vizuální indikátory v uživatelském rozhraní. Výstupem tohoto projektu se stává instalace zahrnující sérii kreseb a prostorové objekty, které zprostředkovávají osobní interpretace o prolínání internetového (digitálního) světa se světem fyzickým (tzv. offline režim).
|
|
|
Odezva biologických signálu na akustickou a optickou stimulaci
Strakoš, Libor ; Chmelař, Milan (oponent) ; Bubník, Karel (vedoucí práce)
Cílem této práce je záznam a vyhodnocení biologických signálů spjatých s činností autonomního nervového systému v reakci na podněty optického a akustického charakteru. Podněty vyvolávající změnu signálů jsou prezentovány ve formě obrázků. Týkají se změn barev, základních symbolů a kolorifikace neutrálních fotografií pomocí odlišných barevných vzorů. Akustická stimulace je zastoupena úlekovými podněty ve formě krátkých impulsů bílého šumu. Změny v signálech jsou statisticky či subjektivně vyhodnoceny jako změny v pocitech testované osoby. Pro získání komplexní informace vyplňují testované osoby dotazník, týkající se jejich pocitů z prezentovaných obrázků. Výsledky dotazníku jsou srovnány s odezvou signálů.
|
|
|
Agentní model procesu kognice, emocí a chování člověka
Pač, Peter ; Zbořil, František (oponent) ; Kubát, David (vedoucí práce)
Táto práca sa zaoberá návrhom modelu ľudskej psychiky a jej kognitívnych procesov, emócií a chovania za pomoci agentných systémov. Práca skúma problematiku z pohľadu všeobecnej psychológie a inteligentných systémoch. Následne práca detailne rozoberá návrh modelu ľudskej psychiky s jednotlivými definíciami agentov systému a návrh simulačného prostredia. Špeciálna časť práce je venovaná práve návrhu neurónovej siete systému. V ďalšej časti práce je popísaný spôsob implementácie modelu a simulačného prostredia. Nakoniec práca popisuje experimenty s realizovaným systémom z pohľadu zhody s psychologickými teóriami a prínosmi pre inteligentné systémy.
|
|
|
Social Network Analysis using methods of pattern recognition
Križan, Viliam ; Burget, Radim (oponent) ; Atassi, Hicham (vedoucí práce)
The diploma thesis deals with emotion recognition from texts on social media. The state-of-the-art methods of feature extraction, corpora and classifiers are described in the first section. Emotions are recognized by a classifier trained on annotated data from the microblog network Twitter. The advantage of using Twitter was the possibility to specify data collection to a certain geographical location. Geographical data allows to monitor emotional variations of population, for e.g. in different cities. The first task was to propose and develop a Baseline algorithm which classifies data to emotional classes. The classification accuracy is improved by employing a more complex SVM classifier. SVM classifiers, feature vectorizers and feature selectors are used from the Scikit library, which is written in Python. The data for classifier training were collected from the USA by the own developed mining application. The classifier are trained on data automatically annotated in the collection process. Two implementations of SVM classifiers are used. Final classified emotions that appear in different cities and in different time intervals are displayed as color markers on a map.
|
host ::
RSS.