|
|
Detekce Akustické Prostředí z Řeči
Grepl, Filip ; Beneš, Karel (oponent) ; Matějka, Pavel (vedoucí práce)
Tato práce se zabývá vytvořením systému, jehož úkolem je z audio signálu rozpoznat, na jakém místě byla vstupní nahrávka pořízena. Klasifikátor je založen na vícevrstvé hustě propojené neuronové síti. Topologie neuronové sítě vychází ze základního systému, poskytovaného k soutěži DCASE. Pro její trénování a evaluaci je využita datová sada rovněž z této soutěže. Experimenty jsou prováděny zejména s reprezentací vlastností jednotlivých audio nahrávek a formátem vstupních dat. Za tímto účelem jsou využity Mel-filter bank, blok Mel-filter bank a MFCC příznaky. Experimenty, provedené v této práci, přinesly oproti základnímu systému soutěže DCASE vyšší přesnost klasifikace o 6.5 %. Celková úspěšnost systému tak dosáhla hodnoty 67.5 %.
|
|
|
Modelování hudby na úrovni signálu pomocí WaveNetu
Slanináková, Terézia ; Landini, Federico Nicolás (oponent) ; Beneš, Karel (vedoucí práce)
Práca sa zaoberá skúmaním možnosti modelovania hudby a reči pomocou WaveNetu, hlbokou neurónovou sieťou pre generovanie zvuku na úrovni signálu. Za pomoci existujúcich implementácií bol WaveNet netrénovaný na rôznych datasetoch a vyprodukoval mnohé zvukové súbory. Bolo vykonaných niekoľko experimentov s rôznym nastavením hyperparametrov WaveNetu. Taktiež bolo použitých niekoľko schém generovania, každá s rôznym vplyvom na generovaný výsledok. Kvalita výstupných zvukových súborov bola ohodnotená na základe dotazníku. Hudobné zvukové stopy dosiahli skóre 2-3.1818 na 5-bodovej škále, čo je porovnateľné s hudobnými nahrávkami originálneho výskumného tímu (3.1818).
|
|
|
Demonstrační aplikace lineární logistické regrese
Bak, Adam ; Kesiraju, Santosh (oponent) ; Beneš, Karel (vedoucí práce)
Táto bakalárska práca sa zaoberá lineárnou logistickou regresiou, modelom pre strojové učenie. Cieľom tejto práce je podrobne preskúmať a zanalyzovať ako tento klasifikačný model funguje, aby bolo možné vyvinúť učebnú pomôcku vo forme demonštračnej aplikácie. Všetky matematické rovnice, logistická sigmoida, chybová funkcia vzájomnej entropie, metóda najväčšieho spádu sú odvodené a podrobne vysvetlené. Táto práca tiež prináša náhľad do tvaru grafu chybovej funkcie vzájomnej entropie v prípade lineárnej logistickej regresie.
|
|
|
Chatbot postavený na umělých neuronových sítích
Richtarik, Lukáš ; Beneš, Karel (oponent) ; Szőke, Igor (vedoucí práce)
Táto práca sa zaoberá problematikou chatbotov postavených na umelých neurónových sieťach a generatívnych modeloch. Popisuje postup a možnosti pri návrhu takéhoto chatbota a taktiež samotnú implementáciu a testovanie pomocou BLEU metriky. Práca obsahuje experimenty s rôznymi modelmi chatbotov, ich vyhodnotenie a porovnanie, testovanie na užívateľoch a niekoľko návrhov na budúce vylepšenia.
|
|
|
Strojový překlad pomocí umělých neuronových sítí
Holcner, Jonáš ; Beneš, Karel (oponent) ; Szőke, Igor (vedoucí práce)
Cílem této práce je popsat a vytvořit systém pro strojový překlad textu postavený na rekurentních neuronových sítích. K tomu je použita architektura enkodér-dekodér umožňující překlad po celých větách. Výsledkem je knihovna nmt, určená k provádění experimentů s různými parametry modelu. Jejich výsledky jsou porovnány vůči systému postavenému na nástroji pro statistický překlad Moses.
|
|
|
Detection of Malicious Websites using Machine Learning
Šulák, Ladislav ; Černocký, Jan (oponent) ; Beneš, Karel (vedoucí práce)
This thesis deals with the problem of web-based malware focusing on the analysis and detection of malicious JavaScript placed on the client side using machine learning techniques.Proposed approach benefits from both known and new observations regarding differencesbetween malicious and benign samples. Such approach has a potential to detect brand newexploits and zero-day attacks. System for such detection has been implemented using multiple machine learning models. Performance of the models has been evaluated with F1-scoreby executing multiple experiments. According to the experiments, the application of decision tree classifiers was the most effective option. The most effective model was Adaboostclassifier which reached F1-score up to 99.16 %. This model worked with 200 instances ofrandomized decision tree based on Extra-Trees algorithm. Multi-layer Perceptron was thesecond-best model with achieved F1-score up to 97.94 %.
|
|
|
Synchronizace textu a audia
Šikula, Vojtěch ; Beneš, Karel (oponent) ; Szőke, Igor (vedoucí práce)
Tato bakalářská práce se zabývá synchronizací textu a audia. Jsou zde prezentovány jednotlivé práce, které se zabývaly daným problémem. K vyhodnocení jsou použita data z MGB Challenge 2015. Zkoumaná technika využívá fonémového přepisu a jeho následné zarovnání s přepisem. Zarovnání bylo provedeno podle různých modelů. Nejlepších výsledků bylo dosaženo při průniku dvou zarovnání podle modelů z kvalitních nahrávek.
|
|
|
Vliv genotypů pro gen leptin na vybrané kvalitní ukazatele hovězího masa
BENEŠ, Karel
Disertační práce "Vliv genotypů pro gen leptin na kvalitativní ukazatele hovězího masa" popisuje vliv polymorfismu genu pro leptin na vybrané kvalitativní, morfometrické a hmotnostní ukazatele hovězího masa a jatečně upraveného těla. Analyzováno bylo maso 333 býků českého strakatého skotu, u kterých byla provedena genotypizace vybraného lokusu metodou PCR/RFLP. Tento lokus je, dle předchozích zahraničních studií, spojován s kvalitativními změnami hovězího masa. Byla zjištěna hmotnost jatečně upraveného těla, přední a zadní čtvrti pravé poloviny JUT, hmotnost jednotlivých tkání (maso, kosti, lůj) a hmotnost hlavních masitých částí z pravé poloviny JUT. Před disekcí byly změřeny vybrané morfometrické ukazatele. Po disekci byl odebrán vzorek musculus longissimus lumborum et thoracis, který byl následně analyzován v laboratoři. Zjišťováno bylo základní chemické složení (sušina, tuk, bílkoviny a popeloviny), průměr svalových vláken a profil vybraných mastných kyselin. Dále bylo analyzováno pH, vaznost přidané vody, barva (barevnými koordináty CIE Lab), a to jak jeden den post mortem, tak po 14 dnech zrání. Síla střihu (pomocí sondy Warner-Bratzler) byla hodnocena ve stejných časových úsecích, a to jak u vzorků v syrovém stavu, tak po tepelné úpravě grilováním. Studovaný polymorfismus LEP měl statisticky průkazný vliv na hmotnost jatečného těla v teplém stavu, hmotnost pravé poloviny JUT a přední a zadní čtvrtě. Polymorfismus LEP průkazně ovlivnil podíl masa na pravé polovině JUT, hmotnost kostí a celkové hmotnosti masa I. třídy, i hmotnosti masa I. třídy na přední čtvrti. Dále byl prokázán vliv polymorfismu LEP na hmotnost kýty bez kosti, plece bez kosti, boku s kostí a bez kosti, žebra, kližky ze zadní čtvrti a ořezu z přední čtvrti. Ve skupině morfometrických ukazatelů pak na délky kýty, plnost kýty a obvod kýty. V případě chemického složení byl prokázaný vliv polymorfismu LEP na podíl intramuskulárního tuku. Působení polymorfismu LEP na kvalitativní ukazatele byl zjištěno u hodnot pH a vaznosti přidané vody, a to jak jeden den post mortem, tak po 14 dnech zrání. V případě křehkosti, byl prokázán vliv na sílu střihu tepelně upraveného, nevyzrálého masa. Z ukazatelů popisujících barvu byl zjištěn statisticky průkazný vliv na ukazatel světlosti v případě nevyzrálého masa a po 14 dnech zrání pak na ukazatel charakterizující podíl žluté barvy a barevnou sytost. Stanovení profilu mastných kyselin bylo provedeno pomocí plynové chromatografie. Průkazný vliv studovaného polymorfismu a rozdíly mezi jednotlivými genotypy LEP byly zjištěny u kyseliny myristové, palmitové, palmitoolejové, linolové, -linolenové, -linolenové, konjugované kyseliny linolové, eikosapentaenové, dokosatetraenové, dokosapentaenové n-6 a n-3 a dokosahexaenové. Ze souhrnných ukazatelů pak byl statisticky průkazný vliv polymorfismu LEP na podíl PUFA, podíl omega-3 mastných kyselin a poměr omega-6/omega-3 mastných kyselin. Při spojení s dalšími lokusy kandidátních genů ovlivňujících kvalitu hovězího masa je možné výsledky disertační práce použít při sestavování připařovacích plánů zaměřených na produkci kvalitních plemenných zvířat se zdůrazněním vyšších kvalitativních standardů produkovaného masa.
|
|
|
Porovnávání dvou audio vzorů jako Android aplikace
Zhantemirov, Sultan ; Beneš, Karel (oponent) ; Szőke, Igor (vedoucí práce)
Tato bakalářská práce je zaměřená na implementaci Android aplikace pro porovnávání audio vzorků pomocí speciálních technik. Cílem výsledného programu je jednoduchá demonstrace algoritmu porovnávání a jeho urychlení. První část této práce se zabývá teoretickou analýzou a návrhem porovnávání, zatímco další jsou věnovány implementaci, urychlení algoritmu a jeho testování v rámci hotového demonstračního programu.
|
|
|
Umělý básník
Bančák, Michal ; Szőke, Igor (oponent) ; Beneš, Karel (vedoucí práce)
Dokument predstavuje prácu na automatickom generovaní poézie, pomocou Long Short-Term Memory rekurentnej neurónovej siete. Cieľom práce je vytvoriť aplikáciu, ktorá imituje písanie básní. Jedná sa o jazykové modelovanie na úrovni znakov v slovenskom jazyku. Model neurónovej siete použitý v práci sa skladá z troch vrstiev LSTM so 400 skrytými jednotkami. K tejto práci bola taktiež vytvorená zbierka básní v slovenskom jazyku vo veľkosti 900k znakov. Výsledkom práce je generovanie textu, ktorý má prvky básne. Dosahovaná presnosť generovania je 41.85%.
|
host ::
RSS.