|
|
Interaktivní vyhledávání v on-line archivu obrazových a audiovizuálních děl
Kuře, Dominik ; Myška, Vojtěch (oponent) ; Schimmel, Jiří (vedoucí práce)
Bakalářská práce je zaměřena na vývoj webové aplikace, jenž slouží jako archiv pro audiovizuální díla, která jsou opatřena klíčovými slovy. Aplikace pracuje s již vytvořenou databází a serverem, na kterém se tato díla nachází. Databáze byla autorovi předána vedoucím práce. V archivu lze vyhledávat konkrétní díla pomocí vyhledávací lišty a několika druhů filtrů, které jsou vázány na informace o každém díle. Výsledky vyhledávání i databáze jako celek jsou ve vytvořené aplikaci reprezentovány grafy, které se podle stavu aplikace dynamicky mění. Jednotlivá díla lze na stránce přehrávat a na základě shod v klíčových slovech je pro každé dílo vytvořen seznam podobných videí. Aplikace byla realizována pomocí systému Node.js, knihovny React, databáze MariaDB a dalších technologií. Jazykem programu je převážně JavaScript, rozšířený o nemalé množství knihoven, díky kterým je možné ve všech oblastech vývoje tento jazyk používat jako primární. Text bakalářské práce je rozdělen na dvě části. V teoretické části jsou veškeré potřebné technologie a knihovny popsány. Důraz byl kladen zejména na ty části daných knihoven, které jsou v aplikaci opravdu používané. Kromě technologií nutných pro realizaci aplikace jsou také zmíněny knihovny, systémy a rozšíření, které práci programátora ulehčí, např. automatickým formátováním a zálohováním kódu, ukládáním kódu do verzí, přidáním statických datových typů do JavaScriptu pomocí TypeScriptu atd. Přečtení teoretické práce by mělo umožnit čtenáři nahlédnout do základů programování aplikací pro webové prohlížeče. V praktické části je potom rozebrán reálný vývoj takové aplikace od úplného začátku. Aplikace zprostředkovává komunikaci mezi čtyřmi servery - front-end, back-end, databázový server a server obsahující audiovizuální díla. Bakalářská práce se také zabývá možností ovládání prohlížeče pomocí interaktivních ovladačů.
|
|
|
Vytvoření Bluetooth dataloggeru pro záznam a zpracování naměřených dat
Vaverka, Jan ; Myška, Vojtěch (oponent) ; Dejdar, Petr (vedoucí práce)
První část této práce se věnuje dataloggerům a jejich využití v dnešním světě. Ve druhé částí se práce zabývá mikrokontroléry, které se využívají jako řídící jednotky pro dataloggery. Byly popsány jednotlivé periferní zařízení MCU a rovněž jejich komunikační rozhraní. Další část je věnovaná Bluetooth Low Energy, které se využívá k přenosu naměřených dat k uživateli. Na základě získaných znalostí byl proveden výběr mikrokontroléru a senzorů. Z vybraných komponentů byl sestrojen a naprogramován datalogger, který bude měřit vlastnosti kvasu během kvašení ovoce. Na závěr byla vytvořená mobilní aplikace pro stahování dat z dataloggeru a následné zobrazení dat v grafech.
|
|
|
Image segmentation using graph neural networks
Boszorád, Matej ; Kolařík, Martin (oponent) ; Myška, Vojtěch (vedoucí práce)
This diploma thesis describes and implements the design of a graph neural network usedfor 2D segmentation of neural structure. The first chapter of the thesis briefly introduces the problem of segmentation. In this chapter, segmentation techniques are divided according to the principles of the methods they use. Each type of technique contains the essence of this category as well as a description of one representative. The second chapter of the diploma thesis explains graph neural networks (GNN for short). Here, the thesis divides graph neural networks in general and describes recurrent graph neural networks(RGNN for short) and graph autoencoders, that can be used for image segmentation, in more detail. The specific image segmentation solution is based on the message passing method in RGNN, which can replace convolution masks in convolutional neural networks.RGNN also provides a simpler multilayer perceptron topology. The second type of graph neural networks characterised in the thesis are graph autoencoders, which use various methods for better encoding of graph vertices into Euclidean space. The last part ofthe diploma thesis deals with the analysis of the problem, the proposal of its specific solution and the evaluation of results. The purpose of the practical part of the work was the implementation of GNN for image data segmentation. The advantage of using neural networks is the ability to solve different types of segmentation by changing training data. RGNN with messaging passing and node2vec were used as implementation GNNf or segmentation problem. RGNN training was performed on graphics cards provided bythe school and Google Colaboratory. Learning RGNN using node2vec was very memory intensive and therefore it was necessary to train on a processor with an operating memory larger than 12GB. As part of the RGNN optimization, learning was tested using various loss functions, changing topology and learning parameters. A tree structure method was developed to use node2vec to improve segmentation, but the results did not confirman improvement for a small number of iterations. The best outcomes of the practical implementation were evaluated by comparing the tested data with the convolutional neural network U-Net. It is possible to state comparable results to the U-Net network, but further testing is needed to compare these neural networks. The result of the thesisis the use of RGNN as a modern solution to the problem of image segmentation and providing a foundation for further research.
|
|
|
Vyhledávač optimální cesty městské hromadné dopravy s architekturou klient-server
Brát, Daniel ; Hošek, Jiří (oponent) ; Myška, Vojtěch (vedoucí práce)
Bakalářská práce se zabývá návrhem programu s architekturou klient-server pro hledání cesty v sítích městské hromadné dopravy. V rámci teoretického úvodu je popsán problém obchodního cestujícího a jsou zmíněny metody jeho řešení. Následuje teoretický návrh samotného programu. Další kapitola se věnuje konkrétně vybraným technologiím pro realizaci práce. Poslední pak už pojednává o samotné realizaci práce. Dosažené výsledky jsou pak hodnoceny v závěru.
|
|
|
Rekurentní neuronové sítě pro klasifikaci textů
Myška, Vojtěch ; Kolařík, Martin (oponent) ; Povoda, Lukáš (vedoucí práce)
Diplomová práce se zabývá návrhem neuronových sítí pro klasifikaci pozitivních a negativních textů. Vývoj probíhal v programovacím jazyce Python. Návrh modelů hlubokých neuronových sítí byl proveden pomocí vysokoúrovňového API Keras využívající knihovnu pro numerické výpočty TensorFlow. Výpočetní operace byly provedeny pomocí GPU využívající CUDA architekturu. Výstupem práce je jazykově nezávislý model neuronových sítí umožňující klasifikaci textů na úrovni znaků. Vzorky byly úspěšně klasifikovány až v 93,64% případů. Trénovací a testovací data byla poskytnuta vícejazyčnou a Yelp databází. Simulace byly provedeny na 1200000 anglických, 12000 českých, německých a španělských textů.
|
|
|
Manažer hesel s architekturou klient-server
Myška, Vojtěch ; Burda, Karel (oponent) ; Ležák, Petr (vedoucí práce)
Bakalářská práce se zabývá implementací manažeru hesel s architekturou klient-server. Základem práce je návrh uživatelského rozhraní klientské části, používaných klíčů, vzdálených metod, serveru a jeho databáze, výběr použitých technologií a programovacího jazyku. Následuje část pojednávající o implementaci návrhu manažeru hesel.
|
host ::
RSS.