|
|
Uživatelské rozhraní pro Active Learning detekce a klasifikace v obraze
Bureš, Tomáš ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Při aktivním učení doménový expert nemusí anotovat veškerá data, ale pouze ta, která umožní model trénovat postupně. Příkladem aktivního učení je například detekce a následné odstranění špatných anotací. Dalším příkladem je detekce a rozšíření trénovacích dat, na kterých model selhává. Součástí práce je popis knihoven, frameworků a programů, které lze pro aktivní učení integrovat. Hlavní částí je návrh a popis uživatelského rozhraní webové aplikace pro aktivní učení. Aplikace umožňuje uživateli prohlížet dataset, řadit anotace a obrázky na základě vícero kritérií a upravovat anotace generované modelem aktivního učení. Grafické uživatelské rozhraní aplikace bylo implementováno s použitím frameworku Vue.js a knihovny Paper.js. V závěru práce je diskutována funkčnost a možnosti budoucícho rozšíření.
|
|
|
Segmentace obrazových dat pomocí hlubokých neuronových sítí
Pazderka, Radek ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato diplomová práce se zaměřuje na segmentaci scény z dopravního prostředí. Řešením tohoto problému jsou segmentační neuronové sítě, které umožňují klasifikovat každý pixel scény. V rámci této diplomové práce byla vytvořena vlastní segmentační neuronová síť, která dosáhla lepších výsledků než dosavadní state-of-the-art architektury. Práce se také zaměřuje na segmentaci ptačích pohledů na vozovku, ze kterých neexistují volně dostupné anotované datové sady. za tímto účelem byl vytvořen automatický nástroj pro generování syntetických datových sad z PC hry Grand Theft Auto V. Práce srovnává sítě trénované pouze na syntetických datech a sítě trénované na společně reálných a syntetických datech. Experimenty dokazují, že syntetická data lze využít na segmentaci dat z reálného prostředí. Také byl implementován systém, který umožňuje veškerou práci se segmentačními neuronovými sítěmi.
|
|
|
Sdílení zkušeností v posilovaném učení
Mojžíš, Radek ; Šůstek, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce je využít metod sdílení zkušeností při učení neuronových sítí na problém posilovaného učení. Jako testovací prostředí používám staré 2D konzolové hry, jako například space invaders nebo Phoenix. Testuji vliv přeučení již natrénovaných modelů na nová podobná prostředí. Dále zkouším metody pro přenášení rysů domén. Nakonec se zaměřuji na možnosti trénování modelu na několika prostředích simultánně. Z výsledků získáme přehled o možnostech sdílení zkušeností při trénování modelů pro algoritmy posilovaného učení.
|
|
|
Aplikace posilovaného učení při řízení modelu vozidla
Maslowski, Petr ; Uhlíř, Václav (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá vytvořením autonomního agenta pro řízení modelu vozidla. Rozhodování agenta je řízeno pomocí posilovaného učení (reinforcement learning) s využitím neuronových sítí. Agent získává snímky z přední kamery vozidla a na základě jejich interpretace vybírá vhodné akce pro řízení vozidla. V rámci práce jsem navrhl několik funkcí odměn a s vytvořenými modely jsem experimentoval úpravou hyperparametrů. Výsledný agent pak simuluje řízení vozidla na silnici. Výsledek této práce ukazuje možný přístup k ovládání autonomního vozidla, které se učí řídit metodou strojového učení v simulátoru CARLA.
|
|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Ullrich, Petr ; Šůstek, Martin (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá problematikou snímání mozkové aktivity, implementací jejího zpracování, analýzy a klasifikace. Ke snímání je použit hardware společnosti OpenBCI. Nastudoval jsem a popsal potřebné informace o snímání mozkové aktivity a projektu OpenBCI. Byl vytvořen návrh pro datový set, zpracování a klasifikaci myšlenek. Vytvořený systém umožňuje klasifikaci na základě nasnímané mozkové aktivity. Pro klasifikaci byla použita neuronová síť, ale úspěšnost rozpoznání navržených tříd nebyla vysoká.
|
|
|
Demonstrační program pro předmět IZU
Hreha, Tomáš ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Táto bakalárska práca sa zaoberá návrhom aplikácie pre vizualizáciu základných algoritmov umelej inteligencie. V úvodnej časti popisuje teoretický základ pre jednotlivé témy a metódy spracované v rámci tejto práce, ďalej stručne popisuje vybrané technológie a dôvody ich použitia a základne prvky použité v rámci implementácie. Ďalšia časť práce je venovaná návrhu užívateľského rozhrania, jeho hlavným komponentám a popisuje spôsoby akými aplikácia interaguje s užívateľom a ako užívateľ interaguje s aplikáciou. Posledná časť obsahuje porovnanie s pôvodnými demo aplikáciami a zhrnutie výsledkov testovania.
|
|
|
Prohledávání metrického prostoru s překážkami
Lukáč, Jakub ; Rozman, Jaroslav (oponent) ; Šůstek, Martin (vedoucí práce)
Táto práca sa zameriava na prehľadávanie metrického priestoru s prekážkami. Práca vyberie štyri metódy založené na prehľadávaní stavového priestoru a predstaví dva nové algoritmy, ktoré sa pokúsia brať do úvahy prekážky v priestore. Vybrané algoritmy a novo navrhnuté algoritmy sú implementované ako aplikácia v programovacom jazyku Java, aplikácia je priložená v prílohe. Práca predkladá experimenty na priestoroch s rôznymi typmi prekážok pre porovnanie jednotlivých metód.
|
|
|
Word2vec modely s přidanou kontextovou informací
Šůstek, Martin ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zabývá porozuměním word2vec modelů. Přestože tyto modely vznikly nedávno (2013), staly se velmi populárními. Učením těchto modelů lze obdržet vektorovou reprezentaci slov v~N-dimenzionálním prostoru reálných čísel. Pomocí operací nad těmito vektory je možné určit sémantické vazby mezi slovy. Dále se práce snaží o rozšíření představených modelů za účelem jiné reprezentace slov. K tomuto účelu je navrženo využití obrazové informace. Taktéž je diskutována možnost použití konvolučních neuronových sítí ve spojitosti s poskytnutím odlišné kontextové informace.
|
|
|
Problém obchodního cestujícího
Šůstek, Martin ; Snášelová, Petra (oponent) ; Zbořil, František (vedoucí práce)
Práce se zaměřuje na úpravu známých postupů ACO a GA s ohledem na zvyšování efektivity nalézaných řešení. Jsou zde prezentovány dva nové přístupy pro řešení TSP. Pomocí jednoho z nich lze také vytvořit počáteční populaci pro GA. Je uveden konkrétní návrh programu a v příloze pak i jeho implementace v jazyce Java. Aby se zlepšila efektivita řešení, jsou navržené a implementované lokální optimalizace. Po uplynutí předem stanoveného strojového času jsou mezi sebou porovnány minimální vzdálenosti dosažené zvolenými metodami. Experimenty jsou provedeny na sadách s různými počty míst, konkrétně od 101 až po 3891.
|
|
|
Ukázkový systém na rozpoznávání mluvčích
Šústek, Martin ; Šebesta, Vladimír (oponent) ; Sigmund, Milan (vedoucí práce)
Ve své diplomové práci se věnuje problému rozpoznávání mluvčích. V textu je popsána základní teorie k tomuto tématu, návrh a realizace systému pro rozpoznávání tří mluvčích. V teorii se zabývám výpočtem parametrů pro rozpoznávání mluvčích. Program pro rozpoznávání je vytvořen v Matlabu jako samostatná aplikace. Program je napsán dvojjazyčně česky a anglicky. Pro správnou funkci systému potřebujeme mít mikrofon a zvukovou kartu v počítači s operačním systém Windows.
|
host ::
RSS.