|
|
Vliv přesnosti aritmetických operací na přesnost numerických metod
Kluknavský, František ; Šátek, Václav (oponent) ; Peringer, Petr (vedoucí práce)
Práce je zaměřená na hodnocení vlivu zaokrouhlovacích chyb na přesnost a efektivitu numerických integračních metod. Obsahuje teoretické předpoklady získané z existující literatury, implementaci knihovny zvolených metod, experimenty pro zjištění dosažené přesnosti za různých podmínek a jejich porovnání vzhledem k časové náročnosti. Knihovna implementuje metody Runge-Kutta prvního až sedmého řádu, dále metody Adams-Bashforth do 20 řádu naprogramováné pomocí C++ šablon, které dovolují použít volitelnou aritmetiku s vícenásobnou přesností. Experimenty byli provedeny za použití jednoduchých modelů se známým analytickým řešením.
|
|
|
Rozpoznávání písmen pomocí neuronové sítě
Kluknavský, František ; Hradiš, Michal (oponent) ; Šilhavá, Jana (vedoucí práce)
Práca sa na úlohe rozpoznávania rukou písaných písmen zaoberá implementáciou viacvrstvovej perceptrónovej siete, učením metódou spätného šírenia chyby, hľadaním ich optimálnych parametrov, šírkou skrytej vrstvy, rýchlosťou a dĺžkou učenia, zvládaním poškodených dát. Výsledky vznikli opakovaným simulovaním a testovaním neurónovej siete použitím 52 152 malých písmen anglickej abecedy. Najlepšie výsledky pri čo najmenšej sieti a najkratšom čase tréningu dosiahla sieť so 60 neurónmi v skrytej vrstve a učenie rýchlosťou 0,01. Siete so širšou skrytou vrstvou dosiahli približne rovnakú úspešnosť pri testoch na neznámych písmenách, ale vyššiu úspešnosť na silne poškodených písmenách.
|
|
|
Vliv přesnosti aritmetických operací na přesnost numerických metod
Kluknavský, František ; Šátek, Václav (oponent) ; Peringer, Petr (vedoucí práce)
Práce je zaměřená na hodnocení vlivu zaokrouhlovacích chyb na přesnost a efektivitu numerických integračních metod. Obsahuje teoretické předpoklady získané z existující literatury, implementaci knihovny zvolených metod, experimenty pro zjištění dosažené přesnosti za různých podmínek a jejich porovnání vzhledem k časové náročnosti. Knihovna implementuje metody Runge-Kutta prvního až sedmého řádu, dále metody Adams-Bashforth do 20 řádu naprogramováné pomocí C++ šablon, které dovolují použít volitelnou aritmetiku s vícenásobnou přesností. Experimenty byli provedeny za použití jednoduchých modelů se známým analytickým řešením.
|
|
|
Rozpoznávání písmen pomocí neuronové sítě
Kluknavský, František ; Hradiš, Michal (oponent) ; Šilhavá, Jana (vedoucí práce)
Práca sa na úlohe rozpoznávania rukou písaných písmen zaoberá implementáciou viacvrstvovej perceptrónovej siete, učením metódou spätného šírenia chyby, hľadaním ich optimálnych parametrov, šírkou skrytej vrstvy, rýchlosťou a dĺžkou učenia, zvládaním poškodených dát. Výsledky vznikli opakovaným simulovaním a testovaním neurónovej siete použitím 52 152 malých písmen anglickej abecedy. Najlepšie výsledky pri čo najmenšej sieti a najkratšom čase tréningu dosiahla sieť so 60 neurónmi v skrytej vrstve a učenie rýchlosťou 0,01. Siete so širšou skrytou vrstvou dosiahli približne rovnakú úspešnosť pri testoch na neznámych písmenách, ale vyššiu úspešnosť na silne poškodených písmenách.
|
host ::
RSS.