|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Metriky pro porovnávání očních pohybů
Kocián, Matěj ; Děchtěrenko, Filip (vedoucí práce) ; Vodrážka, Jindřich (oponent)
Měření očních pohybů se stává běžnou součástí experimentálních výzkumů napříč různými oblastmi (jako je human-computer interaction, kognitivní psy- chologie a další). Často pak vyvstává potřeba oční pohyby navzájem porovnávat. K tomuto účelu bylo navrženo mnoho různých metrik, chybí ale jejich srovnání a v konečném důsledku konsenzus, které by se kdy měly používat. V této práci popíšeme některé používané metriky a následně vytvoříme model očních pohybů typu plynulé sledování. Na tomto modelu porovnáme schopnost Levenshteinovy metriky, Normalized Scanpath Saliency pro dynamické scény a diskrétní Fré- chetovy vzdálenosti rozpoznat podobnost mezi trajektorií očního pohybu a její upravenou kopií. 1
|
|
|
Bayesian models of eye movements
Lux, Erik ; Děchtěrenko, Filip (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Pozornosť nám dovoľuje sledovať objekty alebo oblasti vizuálneho priestoru a získať z nich informácie k prezentácii či spracovaniu. Klasické teórie pozornosti predpokladali jedno miesto zamerania, ale mnoho každodenných aktivít ako napríklad hranie počítačových hier dokazuje pravý opak. Avšak základný mechanizmus, ktorý by vysvetlil schopnosť rozdeľovať pozornosť nie je doteraz dobre popísaný. Zaznamenalo sa množstvo pokusov objasnit rozdelenie pozornosti, počínajúc analytickými stratégiami, pokračujúc metódami pracujúcimi s vizuálnymi javmi a končiac sofistikovanými prediktormi zohľadňujúcimi predošlé rozhodnutie o zameraní. Až na niekoľko výnimiek, všetky pokusi pristupujú k tejto problematike vytvorením zjednodušeného modelu pozornosti. V tejto prácu vyvinieme verziu už existujúceho Bayesiánskeho prístupu za účelom návrhu takýchto modelov. Modely ohodnotíme podľa ich schopnosti generovať trajektórie očných pohybov. Na ich porovnanie použijeme trajektórie očných pohybov generované niekoľkými analytickými stratégiami. Rozdiel medzi dvomi trajektóriami meriame Normalized Scanpath ...
|
|
|
Umělá inteligence do hry Desktop dungeons
Černý, Vojtěch ; Děchtěrenko, Filip (vedoucí práce) ; Pilát, Martin (oponent)
Počítačové hry žánru rogue-like jsou subžánrem počítačových RPG her pro jednoho hráče mezi jejichž znaky patří procedurálně generované prostředí a vysoká obtížnost. Uspět v nich je pro umělou inteligenci (AI) těžkou úlohou. Proto jsme implementovali framework pro tvorbu umělých hráčů pro rogue-like hru Desktop Dungeons. Rozebrali jsme možnosti přístupů k AI, a nakonec použili genetický algoritmus rekombinující hladové strategie. Výsledné AI hrálo hru na úrovni průměrného lidského hráče, vyhrávajíc v 72 % her. Tyto výsledky a framework mohou být použity ke zlepšení rogue-like her, procedurálních generátorů obsahu a umělé inteligence v podobných prostředích. Powered by TCPDF (www.tcpdf.org)
|
|
|
Advanced use of ACT-R in Pogamut
Zemčák, Lukáš ; Kadlec, Rudolf (vedoucí práce) ; Děchtěrenko, Filip (oponent)
Na virtuálnych agentov sú kladené čoraz náročnejšie požiadavky. Pre riadenie komplexného správania sa agenta je možné využiť kognitívne architektúry, ktoré vznikli na rozhraní neurovied a umelej inteligencie. Táto práca sa zaoberá knižnicou PoJACTR, ktorá prepája knižnicu Pogamut pre vývoj inteligentných agentov v hre UT2004. A knižnicu jACT-R, čo je implementácia jednej z popredných kognitívnych architektúr ACT-R v jazyku Java. Práca študuje vybrané problémy implementácie agentov v PoJACTR, navrhuje ako riešenie ladiace nástroje, ktoré boli následne implementované na platforme Eclipse IDE. Okrem toho rozširuje moduly knižnice PoJACTR o navigačný, komunikačný a modul pre hru Capture The Flag. Pre validáciu sa vyvinuli dvaja agenti (boti) hrajúci zmienenú hru, jeden v štandardnom Pogamute a jeden v PoJACTR. Pri súbojoch tímov mal PoJACTR bot porovnateľný výkon ako Pogamut bot. Výsledky ukázali, že ladiace nástroje uľahčili vývoj PoJACTR agentov.
|
|
|
Disruption of movement or cohesion of groups through individuals
Vejmola, Jiří ; Neruda, Roman (vedoucí práce) ; Děchtěrenko, Filip (oponent)
Název práce: Narušení pohybu a soudržnosti skupin skrze jednotlivce Autor: Jiří Vejmola Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí diplomové práce: Mgr. Roman Neruda, CSc., Ústav informatiky AV ČR, v. v. i. Abstrakt: Jen malé množství informovaných a stejně smýšlejících jedinců, průvod- ců, je potřeba k vedení jinak naivní skupiny. Zaměříme se na některé z možných změn, které mohou být způsobeny přítomností dalšího informovaného jedince s jinými zájmy, narušitele. Je naznačeno, že za normálních okolností není narušitel schopen způsobit nic významného. Abychom tomu předešli a zvýšili jeho šance na úspěch, zavádíme nový parametr - důvěryhodnost. Zkoumáme, jakým způsobem mění celkové chování. Ukazujeme, že zvýšená důvěryhodnost narušitele zvyšuje jeho vliv na ostatní. To poté způsobuje, že naivní jedinci jsou více ochotni jej následovat. Ukazujeme, že za vhodných podmínek se nakonec narušitel může stát tím, kdo vede skupinu. Klíčová slova: multi-agentní systém, rojová inteligence, emergence, důvěryhodnost
|
|
|
Vyhledání obrázků podle obsahu
Talaš, Josef ; Surynek, Pavel (vedoucí práce) ; Děchtěrenko, Filip (oponent)
V předložené práci jsou prozkoumány přístupy k vyhledávání obrázků podle obsahu. Práce se zaměřuje na speciální případ vyhledávání obrázků podle obsahu, a to na vyhledávání obrázků podle skeče. V práci jsou rozebrány nejvýznamnější typy deskriptorů používaných k extrakci obrazových vlastností při vyhledávání obrázků podle obsahu. Hlavní přínos práce je nově navržená metoda využívající obrazových deskriptorů založená na vyhledávání obrázků podle skeče. V rámci práce je tato metoda implementována spolu s vyhledávacím rozhraním. Výsledky testů pro-vedených třemi testovacími osobami ukazují slibné vlastnosti nové metody a navrhují její další možná vylepšení. Powered by TCPDF (www.tcpdf.org)
|
|
|
Modelling eye movements during Multiple Object Tracking
Děchtěrenko, Filip ; Lukavský, Jiří (vedoucí práce) ; Toth, Peter Gabriel (oponent)
Lidé musí sledovat v každodenních situacích více objektů zároveň (např. řízení automobilu nebo kolektivní sporty). Sledování více objektů (MOT) věrohodně simuluje sledování více objektů v laboratorních podmínkách. Když sledujeme cíle v úloze s mnoha dalšími objekty ve scéně, stává se obtížné rozlišit objekty na periférii (crowding). Přestože sledování by mohlo být prováděno pouze pomocí pozornosti, je zajímavá otázka, jakým způsobem lidé plánují své oční pohyby při sledování. V naší studii jsme provedli MOT experiment, ve kterém jsme účastníkům předložili opakovaně několik úloh s proměnlivým počtem distraktorů, nahrávali jsme oční pohyby a měřili jsme konzistenci očních pohybů pomocí Normalized scanpath saliency (NSS) metriky. Vytvořili jsme několik analytických strategií, které se vyhýbají crowdingu a porovnali jsme je s očními daty. Kromě analytických modelů jsme trénovali neuronové sítě na předpovídání očních pohybů v MOT úlohách. Výkon navrhovaných modelů a neuronových sítí jsme vyhodnocovali na datech z nového MOT experimentu. Analytické modely vysvětlovaly variabilitu očních pohybů dobře (výsledky jsou srovnatelné s intraindividuálními rozdíly); předpovědi založené na neuronových sítích byly méně úspěšné.
|
|
| |
|
|
Artificial Intelligence for the Bang! Game
Daniláková, Monika ; Pilát, Martin (vedoucí práce) ; Děchtěrenko, Filip (oponent)
Tématem této práce jsou algoritmy umělé inteligence (AI) pro hru Bang!, karetní hru s tématikou Divokého západu, vytvořenou italským vývojářem her Emilianem Sciarrem. Cílem téhle práce bylo navrhnout umělou inteligence pro tuhle hru a teoreticky a experimentálně je porovnat. Nejdřív jsme zanalyzovali hru Bang! s ohledem na teorii her a prozkoumali několik algoritmů umělé inteligence použitých v podobných hrách. Pak jsme navrhli tři různé umělé inteligence a porovnali jejich výhody a nevýhody. Tyhle tři umělé inteligence byli AI používající algoritmus Monte Carlo Tree Search, genetické AI a hybridní AI používající elementy obou předchozích AI. Také jsme naimplementovali samotnou hru a umělé inteligence v jazyce C#. Způsob implementace umožňuje lehce přidávat další umělé inteligence nebo klientské aplikace v budoucnosti, a taky porovnávat a trénovat AI. Nakonec jsme experimentálně porovnali naimplementované umělé inteligence. Evoluční umělá inteligence hrála nejlíp, zatímco Monte Carlo Tree Search AI a hybridní AI byli méně vhodné pro tuto hru. Powered by TCPDF (www.tcpdf.org)
|
host ::
RSS.