|
|
STATISTICAL LANGUAGE MODELS BASED ON NEURAL NETWORKS
Mikolov, Tomáš ; Zweig, Geoffrey (oponent) ; Hajič,, Jan (oponent) ; Černocký, Jan (vedoucí práce)
Statistical language models are crucial part of many successful applications, such as automatic speech recognition and statistical machine translation (for example well-known Google Translate). Traditional techniques for estimating these models are based on Ngram counts. Despite known weaknesses of N-grams and huge efforts of research communities across many fields (speech recognition, machine translation, neuroscience, artificial intelligence, natural language processing, data compression, psychology etc.), N-grams remained basically the state-of-the-art. The goal of this thesis is to present various architectures of language models that are based on artificial neural networks. Although these models are computationally more expensive than N-gram models, with the presented techniques it is possible to apply them to state-of-the-art systems efficiently. Achieved reductions of word error rate of speech recognition systems are up to 20%, against stateof-the-art N-gram model. The presented recurrent neural network based model achieves the best published performance on well-known Penn Treebank setup.
|
|
|
Implementace statistických kompresních metod
Beněk, Tomáš ; Polok, Lukáš (oponent) ; Bařina, David (vedoucí práce)
Tato práce se zabývá statistickými kompresními metodami. V práci je popsán základní teoretický úvod do komprese dat a jsou zde popsáni nejdůležitější zástupci statistických kompresních metod. Také je zde popsán kompresní postup založený na Burrowsově-Wheelerově algoritmu, který je implementován formou přenositelné knihovny v jazyce C++. Práce srovnává účinnost jednotlivých metod na vhodném korpusu dat, který obsahuje různé typy souborů a podle dosažených výsledků diskutuje vhodnost použití metod a možná zlepšení.
|
|
|
Kompresní metody založené na kontextovém modelování
Kozák, Filip ; Drábek, Vladimír (oponent) ; Bařina, David (vedoucí práce)
Cílem této práce je popsat kontextové kompresní metody a jejich aplikaci na multimediální data. Je zde popsán princip aritmetického kódování a metody prediction by partial matching včetně tvorby pravděpodobnostního modelu. Také jsou popsány multimediální data a základní principy jejich komprese. V další části jsou prezentovány kompresní metody, které jsem implementoval v práci a jejich výsledky.
|
|
|
Compression of Device Location Data
Morong, Lukáš ; Mrázek, Vojtěch (oponent) ; Vašíček, Zdeněk (vedoucí práce)
The goal of this work is to analyze the properties of the data used to locate IoT devices using AoA/AoD based on BLE (Bluetooth low energy) technology. The work aims to identify suitable algorithms for lossless compression, while taking into account the computing and memory resources of the target microcontroller architecture. This involves methods such as VLQ, Rice-Golomb coding or predictive coding. Then implement the selected algorithms in the C language for a platform with an ARM processor and evaluate their parameters in terms of both computational and memory complexity as well as the level of compression.
|
|
| |
|
|
Komprese bitových map pomocí Grayova kódu
Škorvaga, David ; Dvořák, Tomáš (vedoucí práce) ; Gregor, Petr (oponent)
Práce se zabývá kompresí bitmapových indexů. Ke zmenšení bitmapových indexů se často používají specializované algoritmy, které hledají dlouhé řetězce stejných bitů. Řádky indexu je pak výhodné vhodně přerozdělit, aby algoritmus poskytoval co nejlepší kompresní poměr. Nalezení optimálního přerozdělení je sice NP-těžký problém, existují však účinné heuristiky, které setřídí index v polynomiálním čase. V poslední době se objevily experimentální studie, které místo klasického lexikografického třídění využívají třídění podle Grayova kódu. V této práci nahrazujeme klasický Grayův kód novou konstrukcí, která generuje komprimovaný Grayův kód. Konstrukci podrobně popisujeme a na reálných i náhodně generovaných datech zkoumáme, zda je při kompresi algoritmem WAH tento kód účinnější než klasický.
|
|
|
Využití celulárních automatů pro kompresi dat
Polák, Marek ; Trunda, Otakar (vedoucí práce) ; Mráz, František (oponent)
V této práci se zabýváme možnostmi využití celulárních automatů pro bezeztrátovou kompresi dat. Popisujeme klasifikaci celulárních automatů a jejich dosavadní využití. Zkoumáme vlastnosti jednotlivých typů elementárních celulárních automatů (tzv. Wolframova pravidla), popisujeme jejich třídy ekvivalence, možnosti jak dopředné, tak i zpětné simulace, zkoumáme pravidla se zajímavým chováním. Stavy získané těmito pravidly hodnotíme z hlediska jejich uspořádanosti (např. poměr živých buněk či aproximace entropie). Implementujeme některé standardní kompresní algoritmy a porovnáváme je z hlediska využitelnosti pro nejlépe ohodnocené stavy. Aplikací získaných poznatků navrhujeme nový kompresní algoritmus, testujeme jej na textových a obrazových datech a výsledky srovnáváme s tradičními kompresními algoritmy. Powered by TCPDF (www.tcpdf.org)
|
|
| |
|
|
Analýza nastavení formátu JPEG 2000
Vrtělová, Lucie ; Klíma, Ondřej (oponent) ; Bařina, David (vedoucí práce)
Tato práce řeší analýzu jednotlivých nastavení formátu JPEG 2000. Cílem této práce prozkoumat a porovnat jednotlivá nastavení a implementaci v různých knihovnách. Analýzu jsem provedla na dvou knihovnách implementujících JPEG 2000 - Kakadu a OpenJPEG. Data jsem zpracovávala pomocí frameworku napsaného v jazyce Python3. Vytvořené řešení poskytuje ucelený pohled na použití jednotlivých nastavení JPEG 2000 nad různými daty. Výsledky této práce umožňují rychlejší použití JPEG 2000 na konkrétních datech.
|
|
|
Využití celulárních automatů pro kompresi dat
Polák, Marek ; Trunda, Otakar (vedoucí práce) ; Mráz, František (oponent)
V této práci se zabýváme možnostmi využití celulárních automatů pro bezeztrátovou kompresi dat. Popisujeme klasifikaci celulárních automatů a jejich dosavadní využití. Zkoumáme vlastnosti jednotlivých typů elementárních celulárních automatů (tzv. Wolframova pravidla), popisujeme jejich třídy ekvivalence, možnosti jak dopředné, tak i zpětné simulace, zkoumáme pravidla se zajímavým chováním. Stavy získané těmito pravidly hodnotíme z hlediska jejich uspořádanosti (např. poměr živých buněk či aproximace entropie). Implementujeme některé standardní kompresní algoritmy a porovnáváme je z hlediska využitelnosti pro nejlépe ohodnocené stavy. Aplikací získaných poznatků navrhujeme nový kompresní algoritmus, testujeme jej na textových a obrazových datech a výsledky srovnáváme s tradičními kompresními algoritmy. Powered by TCPDF (www.tcpdf.org)
|
host ::
RSS.