|
|
Aplikace posilovaného učení při řízení modelu vozidla
Maslowski, Petr ; Uhlíř, Václav (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá vytvořením autonomního agenta pro řízení modelu vozidla. Rozhodování agenta je řízeno pomocí posilovaného učení (reinforcement learning) s využitím neuronových sítí. Agent získává snímky z přední kamery vozidla a na základě jejich interpretace vybírá vhodné akce pro řízení vozidla. V rámci práce jsem navrhl několik funkcí odměn a s vytvořenými modely jsem experimentoval úpravou hyperparametrů. Výsledný agent pak simuluje řízení vozidla na silnici. Výsledek této práce ukazuje možný přístup k ovládání autonomního vozidla, které se učí řídit metodou strojového učení v simulátoru CARLA.
|
|
|
Mobilní aplikace pro vyhledávání a správu receptů
Lončík, Andrej ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Cieľom tejto práce je vytvoriť mobilnú aplikáciu pre zariadenia s operačným systémom Android, ktorá slúži pre vyhľadávanie a spravovanie receptov a tvorbu jedálnička . Aplikácia by mala umožňovať hlasový vstup a rozpoznávanie ingrediencií z obrazu . Text práce popisuje celý proces tvorby mobilnej aplikácie od prvotnej myšlienky , cez analýzu konkurencie , návrhu užívateľského rozhrania , implementácie až po zaverečné testovanie a finálne publikovanie . Výsledné riešenie navyše umožňuje vytvárať vlastné recepty aj vyhladávať recepty na základe dostupných ingrediencií . Tie je možné zadať textom , hlasovým vstupom alebo pomocou rozpoznávania z obrazu vďaka nástroju Firebase ML Kit Image Labelling. Súčasťou je autentizácia pomocou Google účtu a uchovávanie užívateľského obsahu vo Firebase Realtime Database. Mobilná aplikácia je zverejnená v obchode Google Play pod názvom Recipio .
|
|
|
Systém pro doporučování filmů
Janko, Pavel ; Zbořil, František (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá především přístupy k sestrojení systému pro doporučování filmů. Je zde obecně popsán princip neuronových sítí a rovněž jsou zde shrnuty základní i pokročilé techniky pro tvorbu doporučovacích systémů. Jádrem práce je návrh, implementace a experimentování se systémem, jehož cílem je doporučování filmů na základě dat pocházejících z volně dostupných datových sad. Pro předpovědi hodnocení, které by uživatel udělil filmům po jejich shlédnutí, systém využívá faktorizační model založený na kolaborativním filtrování. Práce dále řeší souvislosti konfigurace hyperparametrů modelu s přesností doporučení, provádění experimentů za účelem zlepšení přesnosti modelu a nakonec srovnání modelu s existujícími řešeními.
|
|
|
Segmentace obrazových dat pomocí hlubokých neuronových sítí
Pazderka, Radek ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato diplomová práce se zaměřuje na segmentaci scény z dopravního prostředí. Řešením tohoto problému jsou segmentační neuronové sítě, které umožňují klasifikovat každý pixel scény. V rámci této diplomové práce byla vytvořena vlastní segmentační neuronová síť, která dosáhla lepších výsledků než dosavadní state-of-the-art architektury. Práce se také zaměřuje na segmentaci ptačích pohledů na vozovku, ze kterých neexistují volně dostupné anotované datové sady. za tímto účelem byl vytvořen automatický nástroj pro generování syntetických datových sad z PC hry Grand Theft Auto V. Práce srovnává sítě trénované pouze na syntetických datech a sítě trénované na společně reálných a syntetických datech. Experimenty dokazují, že syntetická data lze využít na segmentaci dat z reálného prostředí. Také byl implementován systém, který umožňuje veškerou práci se segmentačními neuronovými sítěmi.
|
|
|
Problém obchodního cestujícího
Šůstek, Martin ; Snášelová, Petra (oponent) ; Zbořil, František (vedoucí práce)
Práce se zaměřuje na úpravu známých postupů ACO a GA s ohledem na zvyšování efektivity nalézaných řešení. Jsou zde prezentovány dva nové přístupy pro řešení TSP. Pomocí jednoho z nich lze také vytvořit počáteční populaci pro GA. Je uveden konkrétní návrh programu a v příloze pak i jeho implementace v jazyce Java. Aby se zlepšila efektivita řešení, jsou navržené a implementované lokální optimalizace. Po uplynutí předem stanoveného strojového času jsou mezi sebou porovnány minimální vzdálenosti dosažené zvolenými metodami. Experimenty jsou provedeny na sadách s různými počty míst, konkrétně od 101 až po 3891.
|
|
|
Word2vec modely s přidanou kontextovou informací
Šůstek, Martin ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zabývá porozuměním word2vec modelů. Přestože tyto modely vznikly nedávno (2013), staly se velmi populárními. Učením těchto modelů lze obdržet vektorovou reprezentaci slov v~N-dimenzionálním prostoru reálných čísel. Pomocí operací nad těmito vektory je možné určit sémantické vazby mezi slovy. Dále se práce snaží o rozšíření představených modelů za účelem jiné reprezentace slov. K tomuto účelu je navrženo využití obrazové informace. Taktéž je diskutována možnost použití konvolučních neuronových sítí ve spojitosti s poskytnutím odlišné kontextové informace.
|
|
|
Overview of Actual Approaches to Optimization
Hudecová, Patrícia ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
This work aimed to study some of the optimization algorithms inspired by nature and to test their success in finding the extreme of a function on various functions. Four algorithms were selected, namely the bat algorithm, the firefly algorithm, the flower pollination algorithm, and the black hole algorithm. The Griewank function, the Rastringin function, and the Rosenbrock function were chosen as test functions for finding the extreme of the function. The work contains a description of individual algorithms, a description of test functions and a description of the experiments, and an evaluation of the success of the algorithms.
|
|
|
Modifikace obrazu pomocí neuronových sítí
Maslowski, Petr ; Zbořil, František (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá obarvováním šedotónového obrazu a zvětšováním rozlišení obrazu za pomoci neuronových sítí. Stručně vysvětluje principy neuronových sítí a shrnuje dosavadní přístupy v těchto oblastech. Dále pak popisuje návrh, implementaci a trénování různých architektur neuronových sítí. Nejlepší vytvořená architektura pro obarvování obrazu dokáže dobře obarvit především obrázky venkovních prostor. Architektura pro zvětšování rozlišení obrazu s reziduálními bloky, jež byla trénována s perceptuální chybovou funkcí, provádí dvojnásobné zvětšení rozlišení obrazu (celkem 4x více pixelů). Součástí této práce je také implementace webové aplikace, která využívá natrénované modely pro úpravu obrazu.
|
|
|
Doporučování filmů na základě uživatelských profilů ČSFD
Janko, Pavel ; Šůstek, Martin (oponent) ; Uhlíř, Václav (vedoucí práce)
Tato práce se zabývá problematikou využití neuronových sítí pro doporučování filmů. Je zde obecně popsán princip využití neuronových sítí u strojového učení a rovněž jsou zde shrnuty základní i pokročilé techniky pro tvorbu doporučovacích systémů. Jádrem práce je návrh, implementace a zhodnocení systému, jehož cílem je doporučování filmů na základě dat vydolovaných z uživatelských profilů ČSFD (Česko-Slovenské filmové databáze). Pro splnění tohoto účelu systém využívá explicitní faktorizační model založený na kolaborativním filtrování mezi položkami k co nejpřesnějšímu odhadu hodnocení, které by uživatel filmu po jeho shlédnutí udělil. Práce dále řeší souvislost obsáhlosti datové sady a přesnosti doporučení a demonstruje tuto přesnost analýzou zpětné vazby uživatelů.
|
|
|
Přehled současných přístupů ke klasifikacím
Brezánský, Tomáš ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Táto bakalárska práca sa zaoberá prehľadom súčasných prístupov ku klasifikáciám. Popisuje rôzne prístupy ku klasifikáciám a ich algoritmy, zameriava sa na neuronové siete, bayesové klasifikátory a rozhodovacie stromy. Hlavnou úlohou tejto prace je vykonať experimenty s tromi klasifikačnými algoritmami, konkrétne sú to, algoritmus ID3, RCE neurónová sieť a naivný bayesov klasifikátor. Práca obsahuje experimenty s danými algoritmami a vyhodnocuje získané výsledky.
|
host ::
RSS.