|
|
Rozpoznání jednotlivých písmen ve zvukovém záznamu s využitím SOM
Malásek, Jan ; Honzík, Petr (oponent) ; Honzík, Petr (oponent) ; Pohl, Jan (vedoucí práce)
Bakalářská práce popisuje historické pozadí vývoje neuronových sítí a jejich použití při procesu rozpoznání řeči a uvádí do problematiky práce a učení neuronových sítí. Představuje tři vybrané systémy pro rozpoznání řečového signálu včetně vyhodnocení jejich úspěšnosti v experimentech, výhod a nevýhod. Zabývá se charakteristikou lidské řeči a systémy na její rozpoznávání. Nabízí pohled na spektra signálů různých typů hlásek a dává návod k programování neuronových sítí v prostředí MATLAB.
|
|
|
Úložiště fotogrammetrických dat
Malásek, Jan ; Petyovský, Petr (oponent) ; Babinec, Tomáš (vedoucí práce)
Bakalářská práce dává nahlédnout do vývoje počítačového vidění a jeho aplikací v reálném světě. Z typických úloh pro počítačové vidění se zabývá podrobněji popisem scény na obrazovém záznamu. Zaměřuje se na popis nejpoužívanějších typů relačních databází, jejich výhod a nevýhod. Hlavní náplní práce je realizace aplikace pro správu fotogrammetrických dat v programovacím jazyku C# a vývojovém prostředí Microsoft Visual Studio 2010. Základem aplikace je relační databázový systém Microsoft SQL Server Compact Edition 3.5.
|
|
|
Vliv selekce příznaků metodou HFS na shlukovou analýzu
Malásek, Jan ; Klusáček, Jan (oponent) ; Honzík, Petr (vedoucí práce)
Diplomová práce se zabývá shlukovou analýzou. Shlukování má své základy v mnoha oblastech lidského vědění zahrnujících získávání dat, statistiku, biologii a strojové učení. Hlavní náplní práce je zpracování rešerše metod shlukové analýzy, metod pro stanovení počtu shluků a stručný přehled metod selekce příznaků v úlohách bez učitele. Neméně důležitou součástí je realizace softwaru pro porovnání různých metod shlukové analýzy se zaměřením na úspěšnost při stanovování počtu shluků a řazení jednotlivých instancí do správných tříd. Součástí programu je implementace metody selekce příznaků HFS. Experimentální ověření metod proběhlo ve vývojovém prostředí Matlab. Ve svém závěru diplomová práce porovnává úspěšnost shlukovacích metod na datech se známými výstupními třídami a posuzuje přínos metody selekce příznaků HFS v úlohách bez učitele pro úspěšnost shlukové analýzy
|
|
|
Rozpoznání jednotlivých písmen ve zvukovém záznamu s využitím SOM
Malásek, Jan ; Honzík, Petr (oponent) ; Honzík, Petr (oponent) ; Pohl, Jan (vedoucí práce)
Bakalářská práce popisuje historické pozadí vývoje neuronových sítí a jejich použití při procesu rozpoznání řeči a uvádí do problematiky práce a učení neuronových sítí. Představuje tři vybrané systémy pro rozpoznání řečového signálu včetně vyhodnocení jejich úspěšnosti v experimentech, výhod a nevýhod. Zabývá se charakteristikou lidské řeči a systémy na její rozpoznávání. Nabízí pohled na spektra signálů různých typů hlásek a dává návod k programování neuronových sítí v prostředí MATLAB.
|
|
|
Úložiště fotogrammetrických dat
Malásek, Jan ; Petyovský, Petr (oponent) ; Babinec, Tomáš (vedoucí práce)
Bakalářská práce dává nahlédnout do vývoje počítačového vidění a jeho aplikací v reálném světě. Z typických úloh pro počítačové vidění se zabývá podrobněji popisem scény na obrazovém záznamu. Zaměřuje se na popis nejpoužívanějších typů relačních databází, jejich výhod a nevýhod. Hlavní náplní práce je realizace aplikace pro správu fotogrammetrických dat v programovacím jazyku C# a vývojovém prostředí Microsoft Visual Studio 2010. Základem aplikace je relační databázový systém Microsoft SQL Server Compact Edition 3.5.
|
|
|
Vliv selekce příznaků metodou HFS na shlukovou analýzu
Malásek, Jan ; Klusáček, Jan (oponent) ; Honzík, Petr (vedoucí práce)
Diplomová práce se zabývá shlukovou analýzou. Shlukování má své základy v mnoha oblastech lidského vědění zahrnujících získávání dat, statistiku, biologii a strojové učení. Hlavní náplní práce je zpracování rešerše metod shlukové analýzy, metod pro stanovení počtu shluků a stručný přehled metod selekce příznaků v úlohách bez učitele. Neméně důležitou součástí je realizace softwaru pro porovnání různých metod shlukové analýzy se zaměřením na úspěšnost při stanovování počtu shluků a řazení jednotlivých instancí do správných tříd. Součástí programu je implementace metody selekce příznaků HFS. Experimentální ověření metod proběhlo ve vývojovém prostředí Matlab. Ve svém závěru diplomová práce porovnává úspěšnost shlukovacích metod na datech se známými výstupními třídami a posuzuje přínos metody selekce příznaků HFS v úlohách bez učitele pro úspěšnost shlukové analýzy
|
host ::
RSS.