|
|
Detekce objektů v obraze
Vaľko, Tomáš ; Motlíček, Petr (oponent) ; Švub, Miroslav (vedoucí práce)
Detekce objektů v obraze je velmi populární téma už několik let. Značí o tom mnoho prací v této oblasti počítačové vědy. V této práci se věnujeme klasifikaci objektů, konkrétně lidských obličejů, jako jedním z nejzajímavějších objektů na zpracování. Ke klasifikaci používáme neuronové sítě, naučené na databáze obličejů. Zkoumá se vplyv velikosti databáze a předzpracovaní digitálního obrazu na učení neuronové sítě. Práce implementuje jednoduchý detektor a lokalizátor obličejů. Obsahuje shrnutí úspěšných i méně úspěšných výsledků a naznačuje další možný vývoj systému v budoucnu.
|
|
|
Srovnání účinnosti simulačních metod při učení umělých neuronových sítí a inverzní analýze
Nezval, Michal ; Novák, Drahomír (oponent) ; Lehký, David (vedoucí práce)
Předkládaná práce se zabývá inverzní analýzou založenou na kombinaci umělých neuronových sítí a stochastických metod. Cílem je porovnat účinnost nové simulační metody Hierarchical Subset Latin Hypercube Sampling s klasickou metodou Monte Carlo a standardní metodou Latin Hypecube Sampling při učení neuronových sítí. Účinnost je porovnána pro různě složité neuronové sítě. Inverzní analýza je aplikována při identifikaci parametrů inženýrských úloh, což je demonstrováno na funkci poruchy rámu šikmé střechy a určení materiálových charakteristik u tříbodového ohybu. Na závěr práce je diskutována otázka, zda je metoda Hierarchical Subset Latin Hypercube alespoň stejně výkonná jako další dvě stochastické metody.
|
|
|
Zvýšení kvality fotografie s použitím hlubokých neuronových sítí
Holub, Jiří ; Přinosil, Jiří (oponent) ; Burget, Radim (vedoucí práce)
Tato diplomová práce se zabývá zvyšováním rozlišení obrázků při zachování jejich dobré kvality. Jsou zde popsány současné metody řešení tohoto problému, dále jsou popsány principy fungování neuronových sítí se zaměřením na sítě konvoluční. Konečně je popsáno několik modelů konvoluční neuronové sítě pro zvýšení rozlišení obrazu na dvojnásobek, které byly natrénovány, otestovány a porovnány na nově vytvořené databázi fotografií lidí.
|
|
|
Analýza podpisového vzoru s využitím umělé neuronové sítě
Ševčík, Pavel ; Horák, Karel (oponent) ; Pohl, Jan (vedoucí práce)
Práce se zabývá metodami počítačového zpracování podpisového vzoru a jeho analýzou s využitím umělé neuronové sítě. Jde o procesy, při kterých je nejprve podpis digitalizován a zpracováván pomocí metod předzpracování a segmentace. Poté je objekt podpisového vzoru popsán pomocí centrálních geometrických momentů a momentových charakteristik. Nakonec probíhá klasifikace vícevrstvým perceptronen, pomocí jehož výstupů bude určena osoba, které podpis patří.
|
|
|
Návrh predikčního modelu prodeje vybraných potravinářských komodit
Řešetková, Dagmar ; Dostál, Petr (oponent) ; Krčmarský, Miroslav (oponent) ; Zelinka, Ivan (oponent) ; Rais, Karel (vedoucí práce)
Disertační práce se obecně zaměřuje na využití nástrojů umělé inteligence v praxi a s ohledem na zaměření studia v oboru Řízení a ekonomika podniku na využití nástrojů umělé inteligence v praxi firemní, jako nástroje pro podporu rozhodování na operativní a taktické úrovni řízení. V užším pojetí se práce zabývá návrhem predikčního modelu prodeje vybraných potravinářských komodit. Navržený model má posloužit jako substitut lidského experta při podpoře v rozhodovacím procesu nákupu vybraných komodit a to především při zaškolování nových pracovníků a rozšířit, v současné době používané, metody manažerského rozhodování o nástroje umělé inteligence pro management firmy a stávající zaměstnance. Cílem disertační práce je tedy návrh predikčního modelu prodeje vybraných potravinářských komodit (jablek a brambor) pro konkrétní velkoobchod s ovocem a zeleninou působícím na území České republiky. K seznámení se s chováním vybraných komodit bylo využito jak primárního tak sekundárního výzkumu a poznatků získaných z českých i zahraničních literárních zdrojů a výzkumů. Výsledný predikční model je zpracován za použití statistické analýzy časových řad a samotná predikce prodejů probíhá využitím nástrojů umělé inteligence a je modelována umělou neuronovou sítí. Práce ve své praktické části rovněž obsahuje návrhy využití predikčního modelu a dílčích postupů zpracování pro: • praxi, • teorii a • pedagogickou činnost.
|
|
|
Extrakce hlavního textu z webových dokumentů
Mrózek, Daniel ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato práce se zabývá extrakcí hlavního textu z webových dokumentů ve formátu HTML. Jsou zde popsány již použité metody a jejich rozdělení. Praktická část se pak zabývá návrhem algoritmu pro detekci hlavního textu v HTML stránkách založeném na analýze především textových rysů stránky v kombinaci s vlastnostmi založených na pozici v dokumentu. Výsledná klasifikace je řešena pomocí vícevrstvé perceptonové sítě. Je zde rovněž popsána implementace navrhnutého algoritmu, postup při testování a prezentace zjištěných výsledků.
|
|
|
Web application for Cybersecurity Job Ads Analysis
Turek, Adam ; Sikora, Marek (oponent) ; Ricci, Sara (vedoucí práce)
The bachelor’s thesis aims to create an interactive global map showing a database of job advertisements in a web application and perform filtering according to various parameters, where machine learning analysis is then performed. The map also shows the number of job advertisements by country. The web application is created using the ReactJS JavaScript library associated with LeafletJS, which provides the main functionality. The machine learning and script change parts are implemented using Python’s programming language. The thesis describes the theoretical part and implementation of individual map functions and deals with the description and successful modification of scripts to perform machine learning.
|
|
|
Použití umělých neuronových sítí pro klasifikaci srdečních cyklů
Doležalová, Radka ; Vítek, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím neuronových sítí při klasifikaci EKG. Nejdříve je problematika EKG a neuronových sítí rozebrána teoreticky, v další části je popsáno využití Neural Network Toolboxu pro samotnou tvorbu sítě a vytvoření grafického uživatelského rozhraní v prostředí Matlab. Na učení i testování jsou zde použita EKG data získána při experimentu na králičích izolovaných srdcích, konkrétně jednotlivé cykly (QRST segmenty) z ortogonálního svodu X ze sedmi fází experimentu. Výsledkem práce je GUI, které umožňuje nastavení různých parametrů a struktury neuronové sítě, která je schopná po naučení klasifikovat srdeční cykly podle jejich morfologie do sedmi skupin.
|
|
|
Akustická detekce špačků pomocí umělé inteligence
Zezula, Benjamin ; Vlachová Hutová, Eliška (oponent) ; Marcoň, Petr (vedoucí práce)
Plašení špačků na vinicích za účelem ochránění úrody je při použití dostupných prostředků velmi nákladné nebo se stává postupem času neúčinné. V této práci je popsán návrh a vývoj akustického detekčního modulu, který předá informaci o výskytu hejna špačků v blízkosti vinice modulu zajištujícímu plašení. Detekční modul je navržen ve dvou variantách, které jsou následně porovnány. První varianta je sestavená z~jednoho směrového mikrofonu, který se otáčí a postupně snímá celý prostor vinice. Druhá varianta používá se čtyři mikrofony, kdy každý směřuje na jednu světovou stranu. Oba detekční moduly zpracovávají signál v jednodeskovém počítači Raspberry Pi 4 algoritmem konvoluční neuronové sítě využívající architekturu MobileNetV2.
|
|
|
Harmonizace melodie
Trnkóci, Andrej ; Jaroš, Jiří (oponent) ; Fapšo, Michal (vedoucí práce)
Vedci z oboru informačných technológií oddávna považovali hudbu za obzvlášť zaujímavé umenie. Pravdou je, že história hudby tvorenej počítačom je skoro tak dlhá ako história počítačovej vedy. Programy pre komponovanie, alebo tvorenie hudby" na rôznych úrovniach procesu kompozície boli vyvíjané už od 50tych rokov minulého storočia. Táto bakalárska práca uvádza hlavné prístupy v oblasti automatickej harmonizácie t.j. Problém produkovania hudobného aranžmá (nôt) z daných melódií, a sústreďuje sa na najpoužívanejšie techniky jeho riešenia. Hlavným cieľom tejto práce je návrh a implementácia softvérového systému pre automatickú harmonizáciu, ktorý by mal byť schopný naučiť sa pravidlá harmónie z databázy midi súborov. V tejto práci popíšem existujúce harmonizačné systémy a ďalej sa zameriam hlavne na princípy strojového učenia - teóriu a aplikáciu umelých neurónových sietí a ich použitie pre harmonizáciu.
|
host ::
RSS.