|
|
Algoritmické obchodování na burze s využitím umělých neuronových sítí
Šeda, Jan ; Pešán, Jan (oponent) ; Szőke, Igor (vedoucí práce)
rčení vývoje ceny na světových trzích je aktuální problematikou, která v posledních dekádách nabývá na významu. Důležitou roli v tom sehrává rozvoj výpočetní techniky. V této práci je navržen mechanizmus pro predikci budoucí ceny na trhu. Na základě toho je pak sestavena obchodní strategie. Jádro predikčního systému používá pro svou činnost umělé neuronové sítě. Vstupem sítě jsou pak vybrané indikátory technické analýzy trhu. Obchodní systém byl implementován a úspěšně ověřen na historických datech.
|
|
|
Adaptace systémů pro rozpoznání mluvčího
Novotný, Ondřej ; Pešán, Jan (oponent) ; Plchot, Oldřich (vedoucí práce)
V této práci navrhneme techniky adaptace systémů na rozpoznávání řeči. Cílem je vytvořit techniku adaptace Pravděpodobnostní lineární diskriminační analýzy. Zaměříme se na adap-taci bez učitele. Naše testy ukáží vhodné shlukovací techniky pro odhad identity mluvčích a vhodné techniky na odhad počtu mluvčích v adaptační datové sadě. Experimenty jsou prováděny na korpusech NIST a Switchboard.
|
|
| |
|
|
Odemykání brány hlasem
Bauer, Jan ; Pešán, Jan (oponent) ; Schwarz, Petr (vedoucí práce)
Cílem této práce je vytvoření zařízení pro autentizaci řečníka podle hlasu. V řešení je použito knihovny BSAPI, která byla vyvinuta společností Phonexia. Knihovna je napsána v jazyce C++ a byla portována na zařízení Raspberry Pi B+. Správný chod je zajištěn skriptem napsaným v jazyce Python. Vytvořené řešení je určitě zajímavé a může se v budoucnu stát spolehlivým bezpečnostním systémem.
|
|
|
Application of Mean Normalized Stochastic Gradient Descent for Speech Recognition
Klusáček, Jan ; Hradiš, Michal (oponent) ; Pešán, Jan (vedoucí práce)
The artificial neural networks are on the rise in recent years. One possible optimization technique is mean-normalized stochastic gradient descent recently proposes by Wiesler et al. [1]. This work further explains and examines this method on phoneme classification task. Not all findings of Wiesler et al. can be confirmed. The mean-normalized SGD is helpful only if the network is large enough (but not too deep) and if the sigmoid non-linear function is used. Otherwise, the mean-normalized SGD slightly impairs the network performance and therefore cannot be recommended as a general optimization technique. [1] Simon Wiesler, Alexander Richard, Ralf Schluter, and Hermann Ney. Mean-normalized stochastic gradient for large-scale deep learning. In Acoustics, Speech and Signal Processing (ICASSP), 2014 IEEE International Conference on, pages 180{184. IEEE, 2014.
|
|
|
Diktovací systém pro platformu Android
Horák, Miroslav ; Pešán, Jan (oponent) ; Schwarz, Petr (vedoucí práce)
Cílem této bakalářské práce je vytvořit distribuovaný diktovací systém. Diktování bude probíhat v reálném čase. Klientská část je určena pro platformu Android. Serverová část je určena pro Windows OS. Pro přepis řeči bude využito již existující jádro rozpoznávacího systému.
|
|
|
Predikce deště z meteoradaru
Vlček, Michael ; Pešán, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá předpovědí počasí s využitím meteoradarových snímků a některých dalších souvisejících faktorů prostřednictvím výpočetního modelu neuronové sítě. Klade si za cíl prozkoumat možnosti predikce pomocí tohoto modelu a experimentálně stanovit co nejúspěšnější konfiguraci modelu pro vykonávání vybrané činnosti.
|
|
|
Algoritmické obchodování na burze s využitím umělých neuronových sítí
Šeda, Jan ; Pešán, Jan (oponent) ; Szőke, Igor (vedoucí práce)
rčení vývoje ceny na světových trzích je aktuální problematikou, která v posledních dekádách nabývá na významu. Důležitou roli v tom sehrává rozvoj výpočetní techniky. V této práci je navržen mechanizmus pro predikci budoucí ceny na trhu. Na základě toho je pak sestavena obchodní strategie. Jádro predikčního systému používá pro svou činnost umělé neuronové sítě. Vstupem sítě jsou pak vybrané indikátory technické analýzy trhu. Obchodní systém byl implementován a úspěšně ověřen na historických datech.
|
|
|
Automatická detekce jazyka textového dokumentu
Cakl, Jan ; Pešán, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá rozpoznáním jazyka textového dokumentu. Výsledný program obsahuje implementaci dvou odlišných metod určených pro rozpoznání jazyka textu. První metoda je založena na frekvenčních statistikách N-gramu. Druhou metodou jsou Markovské řetězce a poslední metoda za účelem rozpoznání jazyka využívá umělou neuronovou síť. Řešení je implementováno v jazyce Python.
|
|
|
Algoritmické obchodování na burze s využitím umělých neuronových sítí
Chlud, Michal ; Pešán, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce se zabývá algoritmickým obchodováním na burze s využitím umělých neuronových sítí. V první částí jsou popsány základní termíny týkající se obchodování na burze a algoritmického obchodování, také je zde k dispozici teoretický úvod do neuronových sítí. V druhé částí jsou specifikována data, na kterých bude probíhat simulace obchodování. Na těchto datech se také učí neuronová síť. Ta je využita pro predikci budoucí hodnoty trhu v automatické obchodní strategii. Ke konci je navzájem porovnáno několik strategií s různými variantami neuronových sítí.
|
host ::
RSS.