|
|
Characterizing computations in a model of biological vision using deep-neural-network approaches.
Nepožitek, David ; Antolík, Ján (vedoucí práce) ; Hoksza, David (oponent)
V této práci zkoumáme dva druhy modelů primárního vizualního kor- texu: hlubokou neuronovou síť pro identifikaci systému a spiking neuronovou síť modelující primární vizuální kortex kočky. Další pokrok v modelování zrakových systémů nám může pomoci podrobněji pochopit vnitřní fungování mozku; navíc může pomoci vyvinout lepší zrakové protézy nebo dále zdokon- alit modely, které zpracovávají obrazové vstupy, například modely použí- vané pro klasifikaci objektů. K předvídání aktivací neuronů spiking neu- ronové sítě při prezentaci přirozených vizuálních podnětů používáme nejmod- ernější hlubokou neuronovou síť. Ukazujeme, že vyladěním hyperparametrů vysvětluje hluboká neuronová síť přibližně 85% vysvětlitelného rozptylu po- zorovaného v reakcích neuronů biologického modelu. To je výrazně přesnější ve srovnání s předpověďmi reakcí skutečných neuronovů, což naznačuje, že skutečné neurony mají určité vlastnosti, které nejsou v této spiking neuronové síti zachyceny. Zároveň však tvrdíme, že síť by nebyla schopna dokonalých předpovědí ani v případě, že by bylo k dispozici velké množství dat. Ukazu- jeme, že síť naráží na obtíže s modelováním neuronů, které vykazují velké množství šumu, a take s přesným předpovídáním vyšších počtů aktivací. Dále analyzujeme reprezentace natrénované neuronové sítě laděním fáze,...
|
|
|
Recommender systems for fashion outfits
Nepožitek, David ; Peška, Ladislav (vedoucí práce) ; Skopal, Tomáš (oponent)
Doporučování módních outfitů má za cíl nabídnout uživateli módní produkty, které vizuální ladí s již vybranými částmi outfitu. Tradiční doporučovací systémy jsou založeny především na podobnostech mezi uživateli či položkami. Tento přístup však není pro do- poručování ladících produktů dostatečný. Doporučovací systémy v módní doméně se tak snaží využívat technik strojového učení, aby se naučily rozeznávat vztahy mezi módními prvky. V této práci zkoumáme možnost adaptovat aktuální postupy z oblasti zpracování přirozeného jazyka pro doporučování módních outfitů. Navrhujeme novou metodu, která je založena architektuře modelu Transformer. Naši metodu testujeme na standardních datových sadách a ukazujeme, že náš model je schopný rozeznat některé vztahy mezi produkty. V porovnání s nejlepšími metodami v této oblasti ovšem náš přístup zaostává. 1
|
host ::
RSS.