Kramář, Denis - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: Kramář, Denis

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Analýza zvukových nahrávek pomocí hlubokého učení Kramář, Denis ; Říha, Kamil (oponent) ; Přinosil, Jiří (vedoucí práce) Tato diplomová práce se zabývá řešením problému audio-klasifikace zvuku těžby motorové pily v přirozeném prostředí s využitím převážně konvolučních neuronových sítí. Nejprve je probrána teorie týkající se grafické reprezentace zvukového signálu. Další část je věnována oblasti strojového učení. Ve třetí kapitole jsou prezentovány některé současné práce zabývající se touto problematikou. V rámci praktické části je představen použitý dataset a testované neuronové sítě. Dosažené výsledky testování jsou porovnány na základě dosažené úspěšnosti a pomocí křivek ROC. Robustnost představených řešení je ověřena pomocí navrženého detekčního programu a zhodnocena pomocí objektivních kritérií. Úplný záznam
	Restaurace signálu po průchodu limiterem s použitím psychoakustického modelu Kramář, Denis ; Rajmic, Pavel (oponent) ; Záviška, Pavel (vedoucí práce) Tato bakalářská práce se zabývá využitím řídkých reprezentací signálu za účelem restaurace audiosignálu poškozeného clippingem. Nejprve je zde probrána teorie týkající se limiteru a samotné limitace signálu. Poté jsou zde uvedeny některé současné metody založené na teorii řídkých reprezentací. Ta je popsána v následující kapitole. Následně je zde popsán psychoakustický model a jeho využití pro declipping. Na závěr teoretické části jsou zde představeny dvě metody řešení této úlohy. První je založená na syntezujícím modelu signálu a využívá algoritmus Douglas-Rachford. Druhá je založená na analyzujícím modelu signálu a byl pro ni zvolen algoritmus Chambolle-Pock. V další části je popsána jejich implementace v prostředí Matlab. Na závěr jsou vyhodnoceny výsledky dosažené oběma algoritmy. Úplný záznam
	Analýza zvukových nahrávek pomocí hlubokého učení Kramář, Denis ; Říha, Kamil (oponent) ; Přinosil, Jiří (vedoucí práce) Tato diplomová práce se zabývá řešením problému audio-klasifikace zvuku těžby motorové pily v přirozeném prostředí s využitím převážně konvolučních neuronových sítí. Nejprve je probrána teorie týkající se grafické reprezentace zvukového signálu. Další část je věnována oblasti strojového učení. Ve třetí kapitole jsou prezentovány některé současné práce zabývající se touto problematikou. V rámci praktické části je představen použitý dataset a testované neuronové sítě. Dosažené výsledky testování jsou porovnány na základě dosažené úspěšnosti a pomocí křivek ROC. Robustnost představených řešení je ověřena pomocí navrženého detekčního programu a zhodnocena pomocí objektivních kritérií. Úplný záznam
	Restaurace signálu po průchodu limiterem s použitím psychoakustického modelu Kramář, Denis ; Rajmic, Pavel (oponent) ; Záviška, Pavel (vedoucí práce) Tato bakalářská práce se zabývá využitím řídkých reprezentací signálu za účelem restaurace audiosignálu poškozeného clippingem. Nejprve je zde probrána teorie týkající se limiteru a samotné limitace signálu. Poté jsou zde uvedeny některé současné metody založené na teorii řídkých reprezentací. Ta je popsána v následující kapitole. Následně je zde popsán psychoakustický model a jeho využití pro declipping. Na závěr teoretické části jsou zde představeny dvě metody řešení této úlohy. První je založená na syntezujícím modelu signálu a využívá algoritmus Douglas-Rachford. Druhá je založená na analyzujícím modelu signálu a byl pro ni zvolen algoritmus Chambolle-Pock. V další části je popsána jejich implementace v prostředí Matlab. Na závěr jsou vyhodnoceny výsledky dosažené oběma algoritmy. Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English