|
|
Optimalizace výroby hliníkového odlitku s použitím numerické simulace
Kolařík, Martin ; Lána, Ivo (oponent) ; Krutiš, Vladimír (vedoucí práce)
Diplomová práce se zabývá rozborem technologie lití vybraného odlitku ze slitiny hliníku. Jedná se o odlitek frézovací hlavy do CNC stroje, odlévaný technologií gravitačního lití do kovové formy. Byla provedena analýza vad, které jsou příčinou vysokého procenta neshodné výroby. Dále je součástí práce kompletní analýza plnění a tuhnutí tohoto odlitku v simulačním programu ProCast. Je provedeno ověření výsledků numerické simulace a její doladění. Poté jsou na několika vypočtených variantách dokázány příčiny problematických vad. Jsou navržena opatření, které minimalizují sklony ke vzniku vad vedoucích k neshodné výrobě.
|
|
|
Vliv pozadí a velikosti databáze na trénování neuronových sítí pro klasifikaci obrazů
Mikulec, Vojtěch ; Kolařík, Martin (oponent) ; Rajnoha, Martin (vedoucí práce)
Tato bakalářská práce se zaobírá vlivem pozadí a velikosti databáze na trénování neuronových sítí pro klasifikaci obrazů. V práci jsou popsány techniky zpracování obrazů pomocí konvolučních neuronových sítí a vliv pozadí (šumu) a velikosti databáze na trénování. Práce navrhuje metody, se kterými lze dosáhnout rychlejšího a přesnějšího procesu trénování konvolučních neuronových sítí. Pro experimentování je vybrána binární klasifikace datové množiny označených tváří z různého prostředí, jejíž pozadí je pro každý experiment modifikováno nahrazením barvou nebo ořezáním. Velikost datové množiny je pro trénování konvolučních neuronových sítí klíčová, v této práci je experimentováno s velikostí trénovací množiny, což simuluje reálný problém s nedostatkem dat při trénování konvolučních neuronových sítí pro klasifikaci obrazů.
|
|
|
System for 3D data visualisation in virtual reality
Kalafut, Oliver ; Mašek, Jan (oponent) ; Kolařík, Martin (vedoucí práce)
This bachelor thesis deals with the imaging of medical models, for example human body organs, in virtual reality via Oculus Go. Oculus Go is an all-in-one device with a powerful processor and high-resolution display that is ideal for this bachelor thesis. The main goal is the conversion of 2D and 3D medical data formats, including formats such as DICOM and NIfTI, into 3D formats usable for virtual reality and then create the application. The first part of this work is devoted to the theoretical introduction and introduces the issues of virtual reality and 3D modelling to the reader. Then in the practical part, there was implemented a standalone (offline) application for display and interaction of used medical models with users in the virtual reality environment. In total, eight models of different parts of the human body were processed and converted to a uniform 3D Object (.obj) format. Subsequently, they were imported into program Unity, in which I created the entire application environment called Model Preview VR. The application enables viewing, zooming, rotating, and cross-section features of individual objects and is suitable for the presentation of simple models. This application can be helpful for development of not only medical imaging, but also for getting quality photos for publishing.
|
|
|
Generovaní databáze pro specifické případy identifikace osob
Kolmačka, Tomáš ; Kolařík, Martin (oponent) ; Rajnoha, Martin (vedoucí práce)
Diplomová práce se věnuje současné problematice identifikace osob a hlubokého učení. Dále se práce zabývá především získáním kvalitních a různorodých dat, které jsou využívány k trénování hlubokého učení s konvolučními neuronovými sítěmi pro rozpoznávání obličejů. Takových dat je velmi málo veřejně přístupných, proto se praktická část práce zaměřuje na vytvoření pluginu pro nástroj MakeHuman umožňující generování databáze obrázků náhodných tváří. Generovat tváře je možné podle pěti různých scénářů, ve kterých jsou vytvářeny čistě náhodné obličeje nebo obličeje, na kterých je možné vidět ten stejný obličej jen s různými modifikacemi jako je změna vlasů, vousů, klobouků, brýlí a dalšího. Scénáře také umožňují generování tváří s různými výrazy nebo tváře při stárnutí. V pluginu je možné nastavení některých parametrů, které dávají podobu výsledné databázi. Ta může obsahovat snímky tváře z různých úhlů natočení, přiblížení a při různém nasvícení.
|
|
| |
|
|
Vícetřídá segmentace 3D lékařských dat pomocí hlubokého učení
Slunský, Tomáš ; Uher, Václav (oponent) ; Kolařík, Martin (vedoucí práce)
Diplomová práce se zabývá segmentací obrazu do více tříd pomocí konvolučních neuronových sítí. Teoretická část práce se zaměřuje na souhrn problematiky segmentace obrazu, kde jsou popsány základní principy fungování jak samotných neuronových sítí, tak segmentací obrazu včetně popsání jejich různých typů a variant. V praktické částí je zvolena pro segmentace obrazu a podrobněji popsána architektura U-net, která byla aplikována na dataset medicínských dat. Dále je tu popsán postup zpracování trojrozměrných dat, jejich předzpracování a metody, jakými byla provedena celá vícetřídá segmentace. Závěr práce vyhodnocuje dosažené výsledky a zasazuje je do širšího kontextu.
|
|
|
Deep neural network for supercomputer environments
Bronda, Samuel ; Kolařík, Martin (oponent) ; Burget, Radim (vedoucí práce)
The main benefit of the work is the optimization of the hardware configuration for the calculation of neural networks. The theoretical part describes neural networks, deep learning frameworks and hardware options. The next part of the thesis deals with implementation of performance tests, which include application of Inception V3 and ResNet models. Network models are applied to various graphics cards and computing hardware. The output of the thesis is the implemented model of the network Inception V3, which examines the graphics cards and their performance, time-consuming calculations and their efficiency. The ResNet model is applied to a section that examines other impacts on neural network computing such as used disk, operating memory, and so on. Each practical part contains a discussion where the knowledge of the given part is explained. In the case of consumption measurement, a mismatch between the declaration by the manufacturer and the measured values was identified.
|
|
|
Generátor neuronových sítí pro potřeby měření podobnosti obrazu
Hipča, Tomáš ; Kolařík, Martin (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá návrhem a implementací automatického softwarového generátoru dopředných neuronových sítí pro klasifikaci obrazu. Teoretická část práce objasňuje pojmy jako neuronová síť nebo formální neuron. Dále práce prezentuje rozdělení neuronových sítí na základě typu jejich architektury sítě a stylu učení. Práce se zaměřuje na konkrétní typ neuronových sítí, a sice sítě konvoluční. Jsou prezentované vybrané výzkumy z~této oblasti. Následují informace o~implementaci použité v~praktické části práce, tedy jaký byl zvolen programovací jazyk a který aplikační rámec byl použit. Stejně tak je obsahem stručný popis implementace, přehled implementovaných vrstev neuronové sítě, zvolená databáze fotografií a postup testování sítí. Výsledky toho testování jsou prezentovány a příslušně okomentovány.
|
|
|
Automatický hydroponický systém
Borsuk, Adam ; Kolařík, Martin (oponent) ; Číka, Petr (vedoucí práce)
Cieľom bakalárskej práce je preštudovať problematiku návrhu a tvorby automatického hydroponického systému pre pestovanie rastlín a riešiť tvorbu súčastí systému podľa základných podmienok pre rast rastlín a následne ich testovanie a overenie ich vlastností, pri tom vyhodnotiť ich funkčnosť. Druhým cieľom je vytvoriť komunikačné rozhranie pre odosielanie a ukladanie údajov zo systému a zároveň vytvoriť prehľadné zobrazovanie uložených a aktuálnych dát. Tretím cieľom je overiť funkčnosť a stabilitu vybraného mikrokontroléra ako riadiacej jednotky.
|
|
|
Zpětnovazební učení pro řešení herních algoritmů
Daňhelová, Jana ; Uher, Václav (oponent) ; Kolařík, Martin (vedoucí práce)
Bakalářská práce Zpětnovazební učení pro řešení herních algoritmů je rozdělena do dvou částí. V teoretické části jsou popsány a srovnávány základní metody zpětnovazebního učení, přičemž zvláštní pozornost je věnována metodám aktivního učení – Q-učení a hlubokému učení. Praktická část je zaměřena na aplikaci metody deep learning na hru Had. Výsledky jsou prezentovány ve formě programu napsaného v programovacím jazyku Python, který se skládá z herního prostředí vytvořeného v PyGame, modelu konvoluční neuronové sítě zkonstruovaného v knihovně Keras a herního agenta. Výstupem programu je několik typů datasetů ve formátu csv. Získaná data, obsahující hodnoty jednotlivých parametrů jako počet epoch, přesnost, ztráta nebo výše odměny, mohou být následně použita jako podklady pro další zpracování.
|
host ::
RSS.