|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (oponent) ; Černocký, Jan (vedoucí práce)
The aim of this work is to improve the algorithm for clustering ERP signals based on the temporal and spatial properties of pseudo-signals gained by the Independent Component Analysis. The main purpose is to find new features, which could improve the original algorithm. This study is investigating application of new features gained by Fourier Transform and short time Fourier Transform methods. Basic principle and performance of the concept is demonstrated on the sample algorithm. Results have shown that the method can bring a contribution to the original project and can be its convenient improvement.
|
|
|
Modelování emocí v komunikačním agentu
Sivák, Martin ; Černocký, Jan (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá problémy existujících komunikačních agentů a možnostmi jejich vylepšení. Hlavní důraz je kladen na schopnosti porozumění přirozenému jazyku a modelování emocí během konverzace. Ve druhé čísti je také představena implementace založená na prezentovaných poznatcích, včetně experimentálního vyhodnocení úspěšnosti.
|
|
|
Sada webových demonstrací pro zpracování signálů
Kaňok, Tomáš ; Jančík, Zdeněk (oponent) ; Černocký, Jan (vedoucí práce)
Tato bakalářská práce se zabývá konvolucemi a komplexními exponenciálními funkcemi využívanými při zpracování signálů, jmenovitě jejich vysvětlení a popis využití. Dále si klade za cíl zhodnotit stávající veřejné interaktivní edukační zdroje na Internetu. Na základě jejich analýzy je navržen, implementován a zhodnocen program pro výukové účely zpracování signálů.
|
|
|
Automatické značkování prezentací
Huška, Michal ; Sumec, Stanislav (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá vývojem aplikace na mobilní zařízení se systémem Windows Mobile. Úkolem aplikace je s využitím vestavěné kamery snímat plátno s probíhající prezentací a ukládat časové značky, informující o změně slajdu či animaci na plátně. V textu jsou popsány požadavky na systém, je zde provedena analýza, u níž bylo využito jazyka UML, řešení problému na úrovni zpracování obrazu, popis implementace v jazyce C++ a výsledky testování aplikace. V dokumentu je též nastíněna problematika tvorby aplikací pro mobilní zařízení. Velký prostor je věnován práci s multimédii na systému Windows Mobile 5.0, zejména pak problematice spojené s technologií DirectShow.
|
|
|
Rozpoznávání a vyhledávání ve Skype hovorech
Tomášek, Pavel ; Plchot, Oldřich (oponent) ; Černocký, Jan (vedoucí práce)
Cílem projektu je rozpoznávání Skype hovorů. Jedním ze záměrů projektu je nalezení kvalitního nahrávače Skype hovorů. Následuje zpracování signálu (segmentace řeč/ticho) a samotné rozpoznávání řeči. Dalším cílem je výběr takového přehrávače, jež splňuje veškeré potřeby projektu. Podstatnou částí práce je i implementace indexace nahrávek umožňující vyhledávání. Tento projekt je tzv. 'proof-of-concept' a přibližuje tak jeden ze způsobů možného využití rozpoznávání řeči.
|
|
|
Webový přehrávač videa se slajdy a přepisem
Koriťák, Jan ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
{Tato práce se zabývá problematikou návrhu a implementace přehrávače videozáznamu s doprovodem slajdů ve webovém prostředí, jakožto JavaScriptového pluginu. Jelikož má výstup této práce sloužit jako náhrada již existujícího přehrávače, je první kapitola věnována jeho podrobné analýze. Další kapitoly se pak věnují samotnému návrhu, implementaci a testování nového přehrávače, na základě znalostí nabytých ve fázi analýzy.
|
|
|
Fundamentální analýza numerických dat pro automatický trading
Huf, Petr ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá využitím fundamentální analýzy v automatickém obchodování. Technická analýza využívá k predikci ceny hlavně její historické hodnoty a indikátory z této ceny odvozené. Fundamentální analýza naopak využívá informace z různých zdrojů k predikci cenového signálu, přičemž v této práci byly zkoumány pouze kvantitativní zdroje dat. Konkrétně se jedná o počasí, Forex, Google Trends, WikiTrends, historické ceny různých futures a souhrnná fundamentální data (porodnost, migrace, \dots). Takto získána data jsou zpracovávána LSTM neuronovou sítí, která provádí predikci ceny vybraných akcií. Na základě této predikce je postaven obchodní systém. Experimenty v této práci ukazují na zlepšení výsledků obchodního systému až o 8\% v úspěšnosti predikce díky zapojení fundamentální analýzy.
|
|
| |
|
|
Softwarový multiefekt pro postprodukci populární hudby
Trkal, Tomáš ; Glembek, Ondřej (oponent) ; Černocký, Jan (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací komplexního softwarového systému určeného pro postprodukci populární hudby. Systém byl implementován jako zásuvný modul v programovacím jazyce C++ s využitím aplikačního frameworku JUCE, přičemž byl mimo jiné kladen důraz na vytvoření přehledného a intuitivního uživatelského rozhraní. Plugin disponuje sadou zvukových efektů a procesorů, jež mohou být uživatelem zapojeny do požadované grafové struktury. Pro méně zkušené uživatele je k dispozici databáze přednastavených presetů, které lze aplikovat na široké spektrum vstupních signálů.
|
|
|
Room Impulse Response Estimation from Speech Signal
Gregor, Adam ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
When travelling in a room, any sound is distorted by a room impulse response (RIR). Determining RIR has always been an important task in acoustics, but nowadays, it is even more important, as RIR can be used to augment data for training automatic speech recognition (ASR) systems. Classically, a RIR is estimated from a pair of clean and reverberated sound signals. This is however not practical for real scenarios (such as personal assistants, smart homes, etc.), as the clean signal is not available. The aim of the bachelor thesis is to investigate ''blind'' RIR estimation only from a reverberated speech signal. We have used the BUT ReverbDB data set and first, re-implemented techniques for classical clean-reverberated signals estimation of RIRs. Then, we investigated two techniques for RIR estimation only from a reverberated signal. The first technique uses reverberated impulse-like phonemes in speech which are expected to resemble RIR. Averaging and deconvolution of these phonemes were tested to improve the quality and robustness of the estimation. The second technique makes use of a regression neural networks trained to produce the RIR from a speech input. Although none of the techniques reaches the quality of classical measurement, the estimated RIRs have the potential to help in augmenting data for ASR system training.
|
host ::
RSS.