|
|
The Use of Artificial Intelligence on Commodity Markets
Volf, Petr ; Geroč, Ján (oponent) ; Dostál, Petr (vedoucí práce)
This master thesis focuses on the problem of trading on commodity markets. The solution of the problem is designed using the artificial intelligence, specifically neural networks, to determine the trend of a selected commodity price and predict the price movement in the future to support investment decision. The model of the neural network is created and used for prediction in the MATLAB program.
|
|
|
Návrh algoritmů pro neuronové sítě řídicí síťový prvek
Stískal, Břetislav ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
V teoretické části této práce se uvádí základní informace o historii a vývoji umělých neuronových sítí (UNS) z minulého období až po dnešek. Praktická část podává důkazy předpokladů zmiňovaných v teoretické části této práce, např. znázornění učení, trénování jednotlivých typů neurónových sítí na různých praktických úkolech, jejich následná simulace a vynesení poznání a závěrů z těchto simulací. Cílem je simulování aktivního prvku v síti, řízeného pomocí umělé inteligence. Tedy učení (trénování) neuronové sítě a její následná simulace pro řízení přepínače. V práci je uveden a popsán algoritmus směrování pomocí Hopfieldovy sítě založeném na typickém problému obchodního cestujícího. Následuje nastínění optimalizačních problémů a jejich řešení, porovnání s dalšími typy rekurentních (zpětnovazebních) sítí (Elman a Layer Recurrent) jejich hlavní rozdíly, způsoby optimalizace, výhody a nevýhody. Z poznatků této práce, je uveden návrh dalšího řešení řízení pomocí neuronových sítí do budoucna.
|
|
|
Handwritten text recognition using a sliding window
Ďuriš, Denis ; Povoda, Lukáš (oponent) ; Rajnoha, Martin (vedoucí práce)
This bachelor thesis deals with optical character recognition. It focuses on recognizing hand-written text. The theoretical introduction describes the methods used for optical character recognition and selected machine learning methods. Subsequently, the work describes two methods for making cutouts of characters, using a sliding window. Cutouts are used in training and testing datasets of machine learning models. The document includes methods to improve the accuracy of character recognition. The accuracy of the models is evaluated in conclusion. Charcters in cutouts are clasified by an automated recognition program.
|
|
|
Human Activity Recognition Using Smartphone
Novák, Andrej ; Červenák, Rastislav (oponent) ; Burget, Radim (vedoucí práce)
The increase of mobile smartphones continues to grow and with it the demand for automation and use of the most offered aspects of the phone, whether in medicine (health care and surveillance) or in user applications (automatic recognition of position, etc.). As part of this work has been created the designs and implementation of the system for the recognition of human activity on the basis of data processing from sensors of smartphones, along with the determination of the optimal parameters, recovery success rate and comparison of individual evaluation. Other benefits include a draft format and displaying numerous training set consisting of real contributions and their manual evaluation. In addition to the main benefits, the software tool was created to allow the validation of the elements of the training set and acquisition of features from this set and software, that is able with the help of deep learning to train models and then test them.
|
|
|
Optimalizace řízení aktivního síťového prvku
Přecechtěl, Roman ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
Práce se zabývá problematikou užití neuronových sítí pro řízení telekomunikačních sítových prvků. Cílem této práce je vytvoření simulačního modelu sítového prvku se spojovacím polem s pamětí, u kterého je optimalizace řízení spojovacího pole řešena pomocí neuronové sítě. Celý programový kód je vytvořen v integrovaném prostředí MATLAB. Pro trénování jsou použity dopředné neuronové sítě. Nepodařilo se dosáhnout uspokojujícího výsledku chyby směrování. Práce vystihuje postup řešení daného problému a je možné na ni navázat ve snaze najít optimálnější řešení.
|
|
|
Automatická detekce ischemie v EKG pomocí umělé neuronové sítě
Noremberczyk, Adam ; Smital, Lukáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím umělých neuronových sítí (UNS), jako elektrokardiografických (EKG) klasifikátorů ischemické choroby srdeční (ICHS) a infarktu myokardu (IM) v EKG signálu. První část této práce je zaměřena na teoretické znalosti a popisuje problematiku patologických změn na EKG, metody pro automatickou detekci ICHS a IM, a problematiku perceptronu a UNS. Druhá část se zabývá využitím knihovny Neural Network Toolbox programu MATLAB® verze R2010a. V uživatelském rozhraní pro vývoj grafického prostředí (Guide) je vytvořen program, který slouží k porovnání úspěšnosti automatické detekce ischemie v EKG pomocí UNS. Umožňuje uživateli nastavit různé parametry UNS a zobrazit EKG křivky.
|
|
|
Automatic evaluation of fermentation degree of cocoa beans
Sedlmajer, Jakub ; Kůdela, Jakub (oponent) ; Škrabánek, Pavel (vedoucí práce)
Standard method for visual evaluation of the cocoa beans fermentation degree is cut-test. In this test cocoa beans are split into halves and high-skilled specialist evaluates them. As the amount of processed cocoa is significant, automation of this process by machine vision is inevitable. This thesis deals with this issue by proposing of an automated process and software tools to make it possible and effective.
|
|
| |
|
|
Combined heat and power production planning in a waste-to-energy plant using machine learning
Kollmann, Marek ; Miklas, Václav (oponent) ; Touš, Michal (vedoucí práce)
This research deployed machine learning to optimize day-ahead production planning in Waste-to-Energy (WtE) plants, grappling with issues like noisy data, uncontrollable external consumption, and fluctuating steam production due to waste as a fuel source. The primary aim was to accurately predict the power transferred to the grid, which was achieved by creating a comprehensive model consisting of seven sub-models in cascade. Each sub-model was critically evaluated using standard metrics like R2 and Mean Relative Error. Findings revealed a significant improvement in prediction accuracy, resulting in more balanced production plans and reduced operational penalties. The approach led to an estimated annual increase of power delivered by 13% and profit by 2.6 million CZK for a specific plant.
|
|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
host ::
RSS.