|
|
Spornost fuzzy logických teorií v odvozovacích systémech
Havlíček, Petr ; Ivánek, Jiří (vedoucí práce) ; Jirků, Petr (oponent)
Tato práce se zabývá zkoumáním spornosti zvláštní omezené třídy fuzzy logických teorií reprezentujících odvozovací systém. Tato třída je v práci vymezena jako teorie obsahující zejména speciální axiomy odpovídající pravidlům v odvozovacím systému a ohodnocené atomy odpovídající datům o případu. Práce využívá funkcionálního přístupu a zabývá se třemi fuzzy logickými kalkuly, a to logikou Gödelovou, Łukasiewiczovou a produkční. Jako jazyk je použit jazyk predikátové fuzzy logiky prvního řádu s ohodnocením. Pro ověření spornosti využívá konceptu stupně inkonsistence (angl. inconsistency degree) a v Łukasiewiczově logice také indexu protichůdnosti (angl. polar index). Popsán je i princip stupně konsistence (angl. consictency degree). Je navržen jednoduchý algoritmus pro ověření konsistence teorie na základě stupně inkonsistence a je popsán způsob použití indexu protichůdnosti. Pro fuzzy logickou teorii je zaveden termín odpovídající teorie ve dvouhodnotové logice a jsou porovnány spornosti teorií ve fuzzy logice a odpovídajících teorií ve dvouhodnotové logice. Výsledky tohoto porovnání jsou presentovány na příkladech teorií pro tento účel navrženého diagnostického systému MEDSYS II. Na konec je odvozen vztah mezi sporností fuzzy logické teorie odvozovacího systému a jí odpovídající klasické teorie v jednotlivých kalkulech pro oba použité přístupy v jednotlivých fuzzy logických kalkulech.
|
|
|
Zatíženost lidského myšlení v rozhodovacím procesu
Trejbal, Pavel ; Pstružina, Karel (vedoucí práce) ; Jirků, Petr (oponent)
Tématem této práce je oblast lidského rozhodování. V rozhodovacím procesu podléháme mnoha různým vlivům, vstupujícím do našeho úsudku, což nás může svést ke špatným rozhodnutím. Podstatné je, že projevy zkreslujících vlivů se pravidelně opakují u různých jedinců, z čehož lze usuzovat, že se jedná o jistou univerzální výbavu naší mysli. Úkolem této práce je takové vlivy identifikovat a především pochopit podstatu aparátu, který je vyvolává. Poznatky z tohoto bádání tak mohou být pro čtenáře velmi důležitou a praktickou výbavou, neboť na jejich základě je možné zlepšit kvalitu svých vlastních rozhodnutí, a to jak v profesním, tak v osobním životě. Zároveň se jedná o účinný nástroj sebepoznání. Výzkum je založen na transdisciplinárních přístupech kognitivní vědy. Na jedné straně vycházíme z funkčního modelu mysli, na straně druhé využíváme celou řadu empirických poznatků z oblasti psychologie, behaviorální ekonomie a věd o mozku. S touto výbavou následně analyzujeme vybrané vlivy, které z hlediska rozhodování považujeme za významné. Těmi jsou pocity a emoce, sociální vlivy, jazyk, jáství, zkušenost, očekávání a apriorní formy úsudku. Na základě rozboru těchto vlivů jsou vyvozeny hypotézy o jejich vzájemné propojenosti. V závěrečné části práce jsou pak naznačeny konkrétní praktické postupy, jak zlepšit své vlastní rozhodování a jak se vyvarovat špatného úsudku.
|
|
|
Umělé neuronové sítě pro učení robotů
Sovka, Michal ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Cílem této bakalářské práce je pochopit, popsat a vysvětlit základní principy a elementy využívané v učení robotů s využitím umělých neuronových sítí. Nejdříve se zaměřuji na roboty obecně a jejich základní funkční celky. Posléze je zavádím do teorie učení aplikované do reálného prostředí. Nervová soustava se v této práci stává centrálním zamyšlením nad teorií učení s využitím umělé neuronové sítě. Za velmi důležité pro pochopení umělého neuronu a umělých neuronových sítí jako celek považuji biologický neuron a jeho synapse. Proto se jim věnuji s potřebnou důkladností. Po úvodu do umělých neuronových sítí se věnuji pouze jedné jejich skupině plně využívané v robotice. Na závěr demonstruji funkci Kohonenova typu umělé neuronové sítě využívaného v robotice, a to na aplikaci vyvinuté na jednom zahraničním vysokoškolském pracovišti. Přínos práce vidím ve vytvoření komplexního textu zaměřeného jak na základní elementy robotů, tak i na umělé neuronové sítě a jejich neurobiologický předpoklad. Práci pak mohou využít ke studiu zájemci v širším přístupu k inteligentní robotice.
|
|
|
Historie a vývoj umělé inteligence
Kraitz, Petr ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Práce popisuje relativně krátkou historii oboru umělé inteligence, obsahuje základní překážky a výzvy, kterým pracovníci na odborných pracovištích čelili a čelí, stejně jako popis metod jak se s výzvami utkat a nástin možného budoucího vývoje. Cílem práce nebylo podat vyčerpávající obraz oboru umělé inteligence, nýbrž seznámit čtenáře s novým zajímavým oborem, jeho zakladateli a pokračovateli, základními přístupy a obory které se tématu dotýkají.
|
|
|
Rozpoznávání řeči
Brokeš, Josef ; Jirků, Petr (vedoucí práce) ; Strossa, Petr (oponent) ; Nováček, Jan (oponent)
Tato práce pojednává o rozpoznávání řeči počítačem. Nejdříve se věnuje problematice tvorby řeči a její charakteristice. Následně je obrácena pozornost k digitalizaci a analýze řečového signálu. Obtíže spojené s rozpoznáváním řeči a jeho možné využití je obsahem další části. Hlavní část práce je zaměřena na zmapování přístupů k rozpoznávání řeči. V poslední části je zmíněna otázka řečové syntézy a přehled vybraných aktuálních aplikací, které vznikly na poli rozpoznávání řeči, a které ilustrují současnou úroveň této disciplíny.
|
|
|
Historie umělé inteligence - Neuronové sítě
Šuchman, Ondřej ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Cílem mé bakalářské práce je zmapovat historický vývoj neuronových sítí od jejich počátku, za který lze považovat první matematický model neuronu v roce 1943, až po současnost a aplikaci neuronových sítí do "inteligentních" přístrojů, které dokáží rozpoznávat znaky, grafické údaje nebo dokáží převádět anglicky psaný text do mluvené podoby (NETtalk). Pro dosažení tohoto cíle jsem pečlivě prostudoval literaturu uvedenou v kapitole "Literatura a zdroje." V první kapitole získáme teoretický přehled o oblasti umělé inteligence a neuronových sítí. Dále je pak práce přehledně řazena do pěti časových období, která byla pro neuronové sítě v kladném nebo záporném slova smyslu podstatná. U nejvýznamnějších objevů je podrobněji rozepsána jejich funkce a příklady použití. Tato práce si neklade za cíl úplný výčet neuronových sítí, na to by obsahově ani zdaleka nestačila. Podstatnější je pro ni demonstrace určitých typů sítí, jejich první použití, nejdůležitější algoritmy a také zmínka o některých významných aplikačních použitích.
|
|
|
Expertní systémy - principy a struktura
Šetek, Martin ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Bakalářská práce se zabývá expertními systémy. Popisem principů a struktury. Cílem této práce je čtenářům přiblížit oblast umělé inteligence zabývající se právě expertními systémy, aby čtenář pochopil, čím se expertní systémy zabývají, jak fungují, jaký mají prospěch pro společnost. Práce je strukturovaná do kapitol. První dvě kapitoly se zabývají seznámením čtenářů s umělou inteligencí. Další kapitoly se již zabývají expertními systémy. První část práce objasňuje, co expertní systémy jsou. Dále se věnuje také jejich historii, charakterizujícím znakům a typům úloh, které řeší. Závěr práce se zabývá architekturami expertních systémů.
|
|
|
Současné metody strojového překladu textu
Dědič, Martin ; Jirků, Petr (vedoucí práce) ; Strossa, Petr (oponent)
Tato práce se snaží zachytit současnou situaci na poli strojového překladu textu přirozeného jazyka. Cílem práce je také ukázat principy jednotlivých metod a poukázat na jejich silné a slabé stránky a nastínit trendy současného vývoje. Oblastí zájmu jsou pak především metody použitelné pro češtinu. U každého přístupu jsou pak uvedeny její charakteristické vlastnosti a typické metody. Z textu je zřejmé, že v současnosti neexistuje žádná univerzální, absolutně použitelná, metoda strojového překladu, ale naopak, že jednotlivé metody jsou vhodné pro různé oblasti a dvojice jazyků. Současně ovšem ukazuje současný trend vývoje a to je využití kombinace jednotlivých metod.
|
|
|
Reprezentace znalostí
Blecher, Jan ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Tato práce se snaží priblížit jednotlivé metody reprezentace znalostí v umelé inteligenci s durazem na obecný prehled a rozdíly mezi jednotlivými metodami. V textu jsou rozebrána schémata reprezentace znalostí, mezi která patrí predikátová logika, produkcní systémy, sémantické síte a rámce. U každého schématu jsou uvedeny jeho charakteristické vlastnosti a nekteré typické metody. Z textu je zrejmé, že opravdu neexistuje žádná univerzální metoda reprezentace znalostí, ale naopak, že jednotlivé metody jsou vhodné pro konkrétní situace reálného sveta. Nekteré oblasti znalostí dokonce nejsou klasickými schématickými metodami, které uvádím v tomto textu, reprezentovatelné vubec nebo jen velmi težko. Práce je rozdelena dle jednotlivých metod reprezentace, které jsou dále strukturovány s ohledem na postupy v nich používané.
|
|
| |
host ::
RSS.