|
|
Demo(s)
Ščudla, Marek ; Veselý, Karel (oponent) ; Šrámek, Jan (vedoucí práce)
Dlouhodobě se věnuji autorské hudební tvorbě, kterou se zabývám i v rámci diplomové práce s názvem Demo(s). Součástí jejího obsahu ale narozdíl od mých dřívějších výstupů, které jsem i v rámci školy prezentoval nebude hudební videoklip ani hudba samotná. Práce má za cíl pozorovat a zaznamenávat průběh jejího vzniku a dění kolem, týká se procesu tvorby debutového alba. Záznam a výstupy budou prezentovány formou videoinstalace, která bude složena z časosběrných videí. Ty přibližují jak autorské, inspirační, tak technické postupy spjaté s rapovou hudební tvorbou. Součástí bude také jeden samostatný objekt.
|
|
|
Hiporehabilitace Havlíčkův Brod
Veselý, Karel ; Kalánek, Jiří (oponent) ; Brzoň, Roman (vedoucí práce)
Předmětem této diplomové práce je navrhnout budovu s téměř nulovou spotřebou energie sloužící pro hiporehabilitaci v Havlíčkově Brodě. Stavba má tři nadzemní a jedno podzemní podlaží, navržena s výtahem, obsahuje pět terapeutických místností s výstupem na terasu a možností ustájení až sedmi koní. Podzemní podlaží tvoří chodba, technická místnost, strojovna vzduchotechniky a sklady. V ostatních podlažích se nachází zázemí pro zaměstnance hiporehabilitace a boxy pro koně. Stavební objekt je založen na železobetonových základových pasech. Svislé nosné konstrukce jsou navrženy z keramických tvárnic, v suterénu je monolitické železobetonové opláštění zatepleno kontaktním zateplovacím systémem (ETICS). Stropní konstrukce tvoří prefabrikované železobetonové panely. Schodiště je řešeno jako železobetonové prefabrikované. Budova je zastřešena plochou jednoplášťovou střechou, částečně řešena jako vegetační extenzivní. Vytápění a ohřev TV zajišťuje napojení na areálový systém centrálního zásobování teplem pomocí předávací stanice. Větrání v objektu je zajištěno vzduchotechnickými jednotkami se zpětným získáváním tepla. Na střeše objektu jsou osazeny fotovoltaické panely. Ve třetí části byly posouzeny detaily ve 2D teplotním poli vybraných částí budovy, navrženy úpravy a provedeno vyhodnocení. Diplomová práce byla zpracována převážně v softwarech ArchiCad a DEKSOFT.
|
|
|
Přidávání nových slov v dynamickém dekodéru pro rozpoznávání řeči
Škrdlík, Kryštof ; Veselý, Karel (oponent) ; Schwarz, Petr (vedoucí práce)
Výstupem této práce je modifikovaný rozpoznávač řeči firmy Phonexia, do kterého je možné za běhu přidávat nová slova, která nejsou obsažena v jeho slovníku. Zvolená implementovaná metoda funguje na principu vkládání konečných automatů s novými slovy přímo do modifikované statické rozpoznávací sítě popisující kombinovaný jazykový a výslovnostní model rozpoznávače na předem připravená místa. Tato metoda poskytuje srovnatelné výsledky s výchozím rozpoznávačem.
|
|
| |
|
|
Bytový dům
Veselý, Karel ; Průša, David (oponent) ; Brukner, Bohuslav (vedoucí práce)
Předmětem bakalářské práce je projektová dokumentace pro provedení novostavby bytového domu v Humpolci. Stavba je určena pro bydlení, má pět nadzemních a jedno podzemní podlaží, s výtahem, obsahuje sedmnáct bytových jednotek s výstupem na balkony a možností vlastního parkování přímo v objektu. Podzemní podlaží z velké části tvoří parkovací stání – hromadná garáž o devatenácti parkovacích stání. Zbylou část podzemního podlaží tvoří chodba, strojovna vzduchotechniky, místnost s elektroměry, místnost se sklepními kójemi, technická a úklidová místnost. V ostatních podlažích se nachází celkem sedmnáct bytových jednotek o dispozicích 1+kk, 2+kk, 3+kk a 4+kk. Bytový dům je založen na železobetonových základových pasech. Svislé nosné konstrukce jsou navrženy z keramických tvárnic, v suterénu je monolitické železobetonové opláštění zatepleno kontaktním zateplovacím systémem dle ETICS. Stropní konstrukce tvoří monolitické železobetonové desky, pouze nad bytem v 5.NP je nosná část stropu řešena pomocí dřevěných trámů. Schodiště je řešeno jako železobetonové prefabrikované. Budova je zastřešena plochou jednoplášťovou střechou.
|
|
|
The Use of Artificial Intelligence on Stock Market
Kuna, Martin ; Veselý, Karel (oponent) ; Dostál, Petr (vedoucí práce)
This Master’s thesis is focused on application of selected artificial intelligence methods on stock markets. Specifically, it is concerned with utilisation of artificial neural networks for trend prediction, and with the possibility to apply genetic algorithms to the investment portfolio optimisation problem. It contains suggestions on how these problems might be solved in practice. These suggestions are framed as models created in the Matlab development environment.
|
|
|
Semi-Supervised Training of Deep Neural Networks for Speech Recognition
Veselý, Karel ; Ircing, Pavel (oponent) ; Lamel, Lori (oponent) ; Burget, Lukáš (vedoucí práce)
In this thesis, we first present the theory of neural network training for the speech recognition, along with our implementation, that is available as the 'nnet1' training recipe in the Kaldi toolkit. The recipe contains RBM pre-training, mini-batch frame Cross-Entropy training and sequence-discriminative sMBR training. Then we continue with the main topic of this thesis: semi-supervised training of DNN-based ASR systems. Inspired by the literature survey and our initial experiments, we investigated several problems: First, whether the confidences are better to be calculated per-sentence, per-word or per-frame. Second, whether the confidences should be used for data-selection or data-weighting. Both approaches are compatible with the framework of weighted mini-batch SGD training. Then we tried to get better insight into confidence calibration, more precisely whether it can improve the efficiency of semi-supervised training. We also investigated how the model should be re-tuned with the correctly transcribed data. Finally, we proposed a simple recipe that avoids a grid search of hyper-parameters, and therefore is very practical for general use with any dataset. The experiments were conducted on several data-sets: for Babel Vietnamese with 10 hours of transcribed speech, the Word Error Rate (WER) was reduced by 2.5%. For Switchboard English with 14 hours of transcribed speech, the WER was reduced by 3.2%. Although we found it difficult to further improve the performance of semi-supervised training by means of enhancing the confidences, we still believe that our findings are of significant practical value: the untranscribed data are abundant and easy to obtain, and our proposed solution brings solid WER improvements and it is not difficult to replicate.
|
|
|
Automatic Speech Recognition System Continually Improving Based on Subtitled Speech Data
Kocour, Martin ; Veselý, Karel (oponent) ; Černocký, Jan (vedoucí práce)
Today's large vocabulary speech recognition systems are very accurate. However, tens or hundreds of hours of manually transcribed speech are needed in order to train such system. This kind of data is often unavailable, or they even do not exist for the desired language. A possible solution is to use commonly available but lower quality audiovisual data. This thesis addresses the methods of processing such data for semi-supervised training of acoustic models. Afterwards, it demonstrates how to continually improve already trained acoustic models by using these practically unlimited data. In this work is proposed a novel approach for selecting data based on similarity with the target domain.
|
|
|
Doplňování interpunkce do automatického přepisu řeči
Ščavnický, Tomáš ; Veselý, Karel (oponent) ; Szőke, Igor (vedoucí práce)
Táto práca sa zaoberá rekonštrukciou interpunkcie vo výstupoch systémov na automatický prepis reči. Výsledný systém by mal byť schopný rekonštruovať interpunkciu vo všeobecnej zväčša hovorenej angličtine s rozumnou mierou presnosti. Prirodzený ľudský jazyk sa v istých prípadoch sa môže javiť nedeterministický a tvorba reťazcov často podlieha veľkému množstvu gramatických pravidiel. Kvôli tomu boli na predikciu interpunkcie vybrané algoritmy strojového učenia pre ich schopnosť rozoznať komplikované vzory v dátach. Bolo vykonaných niekoľko experimentov s rekurentnými neurónovými sieťami za účelom nájdenia najvhodnejšej architektúry modelu. Výsledné modely vytvorené počas týchto experimentov dosahujú presnosť porovnateľnú ak nie lepšiu než práce, v súčasnosti považované za najlepšie v obore.
|
|
| |
host ::
RSS.