|
| |
|
|
Analýza kvality ovzduší v kancelářských a obytných prostorech
Tisovčík, Peter ; Korček, Pavol (oponent) ; Kořenek, Jan (vedoucí práce)
Cieľom práce bolo naštudovať problematiku merania kvality vnútorného ovzdušia, so zameraním na koncentráciu oxidu uhličitého. V~rámci teoretickej časti práce bola popísaná problematika získavania znalostí z databáz, boli tiež predstavené základné klasifikačné metódy a prístupy pre redukciu dimenzionality. Ďalej boli naštudované princípy fungovania vyvíjaného systému v rámci projektu IoTCloud a dostupné možnosti pre meranie potrebných veličín. V praktickej časti práce boli vybrané vhodné senzory pre zvolené miestnosti a bolo vykonané dlhodobé meranie. Namerané dáta boli použité pre vytvorenie systému na detekciu otvorenia okna i pre návrh vhodného spôsobu regulácie výmeny vzduchu v miestnosti. Cieľom regulácie bolo zlepšiť kvalitu ovzdušia za pomoci prirodzeného vetrania.
|
|
|
Mapování vyhledávacích tabulek z jazyka P4 do technologie FPGA
Kekely, Michal ; Matoušek, Jiří (oponent) ; Kořenek, Jan (vedoucí práce)
Diplomová práca sa zaoberá návrhom a implementáciou mapovania vyhľadávacích tabuliek jazyka P4 do technológie FPGA. Cieľom práce bolo popísať kľúčové princípy, ktoré je potrebné pochopiť na vytvorenie návrhu samotného mapovania a fungovania potrebných algoritmov, tieto princípy aplikovať v rámci implementácie a analyzovať výsledné riešenie z pohľadu rýchlosti a náročnosti na pamäť a zdroje cieľovej architektúry. Výsledok práce poskytuje konfigurovateľnú hardvérovú jednotku schopnú klasifikovať pakety a jej prepojenie na vyhľadávacie tabuľky jazyka P4. Riešenie využíva algoritmus DCFL a oproti algoritmom HiCuts a HyperCuts dosahuje v najhoršom prípade porovnateľné priepustnosti, ale vyžaduje podstatne menej pamäte.
|
|
|
Rozpoznávání onemocnění kůže na prstech lidské ruky
Šesták, Martin ; Orság, Filip (oponent) ; Drahanský, Martin (vedoucí práce)
Táto bakalárska práca sa zaoberá návrhom metód a aplikácie na rozpoznávanie odtlačkov prstov poškodených ochoreniami kože od zdravých a následnou detekciou vybraných chorôb. V prvej časti sú popísané základné princípy biometrie, úvod k odtlačkom prstov a ich spracovaniu a úvod do problematiky kožných chorôb postihujúcich prsty. V ďalšej časti je popísaná implementácia aplikácie a jej výsledky. Aplikácia bola testovaná na databáze vedeckej skupiny STRaDe z Ústavu inteligentných systémov Fakulty informačných technologií Vysokého učení technického v Brne, ktorá obsahuje približne 380 testovacích odtlačkov.
|
|
|
Bioinformatický nástroj pro predikci rozpustnosti proteinů
Hronský, Patrik ; Burgetová, Ivana (oponent) ; Martínek, Tomáš (vedoucí práce)
Táto diplomová práca sa zaoberá rozpustnosťou rekombinantných proteínov a hlavne jej predikciou. Približuje čitateľovi problematiku vzniku proteínov, ako aj proces tvorby rekombinantných proteínov. Syntetická výroba rekombinantných proteínov je významným prínosom napríklad pre farmakologický priemysel. Ide však o náročný proces, ktorý navyše nemusí priniesť použiteľné proteíny. Podstatným ukazateľom použiteľnosti výsledných proteínov je práve ich rozpustnosť. Pre spoločnosti, zaoberajúce sa výrobou rekombinantných proteínov, je samozrejme výhodné sústrediť svoje úsilie a prostriedky na výrobu tých proteínov, ktoré budú v praxi použiteľné. V tomto ohľade podáva pomocnú ruku bioinformatika, ktorá je pomocou techník strojového učenia schopná predikovať rozpustnosť proteínov, napríklad na základe ich sekvencie. Táto práca zoznamuje čiteteľa so základnými princípmi strojového učenia a predstavuje niektoré metódy strojového učenia, používané okrem iného aj na predikciu rozpustnosti proteínov. Práca ďalej opisuje vytvorenú dátovú sadu, ktorá je neskôr použitá na testovanie vybraných prediktorov a pre trénovanie konsenzuálneho prediktoru, ktorý je cieľom práce. Ďalej sa práca zameriava na konkrétne existujúce prediktory rozpustnosti proteínov a prezentuje základné princípy ich funkčnosti, ako aj výsledky ich testovania. V závere prezentuje konsenzuálny metaprediktor rozpustnosti proteínov.
|
|
|
Optimalizace strojového učení pro predikci KPI
Haris, Daniel ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Cieľom tejto práce je optimalizácia strojového učenia pre predikciu KPI metrík pre jednu organizáciu. Organizácia predpovedá oneskorenie termínov ukončenia poslednej fázy projektov v procese vývoja pomocou strojového učenia. Práca sa zameriava na analýzu predikčných modelov a stanoví si za cieľ vybrať nové kandidátne modely na predikciu. V rámci práce sme implementovali systém, ktorý automaticky vyberie najlepšie rysy pre učenie. Naučené modely sme vyhodnotili pomocou rôznych výkonnostných metrík a vybrali najlepšie kandidátne modely. Kandidátne modely majú vyššiu presnosť predpovede, čo pre organizáciu znamená, že sa zvýšila dôveryschopnosť predpovede oneskorenia. V závere práce sme navrhli ďalšie vylepšenia, ktoré by mohli zvýšiť presnosť predpovede.
|
|
|
Přehled současných přístupů ke klasifikacím
Brezánský, Tomáš ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Táto bakalárska práca sa zaoberá prehľadom súčasných prístupov ku klasifikáciám. Popisuje rôzne prístupy ku klasifikáciám a ich algoritmy, zameriava sa na neuronové siete, bayesové klasifikátory a rozhodovacie stromy. Hlavnou úlohou tejto prace je vykonať experimenty s tromi klasifikačnými algoritmami, konkrétne sú to, algoritmus ID3, RCE neurónová sieť a naivný bayesov klasifikátor. Práca obsahuje experimenty s danými algoritmami a vyhodnocuje získané výsledky.
|
|
|
Analýza klasifikačních metod
Juríček, Jakub ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Táto práca pojednáva o klasifikačných metódach využívaných pri získavaní znalostí z dát a rozoberá možnosti ich validácie a porovnania. Prostredníctvom experimentov sa zameriava na analýzu štyroch vybraných metód: jednoduchý Bayes, rozhodovací strom, neurónová sieť a SVM. Skúmané sú faktory ovplyvňujúce základné vlastnosti ako rýchlosť trénovania, rýchlosť klasifikácie, presnosť. Súčasťou práce je desktopová aplikácia, ktorá tvorí prostriedok k trénovaniu, testovaniu a validácii jednotlivých metód. Pre potreby experimentov je vybraných jedenásť referenčných dátových sád. V závere práce sú zhrnuté experimentálne získané výsledky porovnania a pozorované vlastnosti klasifikačných metód.
|
|
|
Hluboké neuronové sítě pro analýzu medicínských obrazových dat
Dronzeková, Michaela ; Kodym, Oldřich (oponent) ; Španěl, Michal (vedoucí práce)
Cieľom tejto práce je využitie konvolučných neurónových sietí na klasifikáciu röntgenových snímok ľudského tela. Na tento účel boli vytvorené štyri neurónové siete, ktoré sa testujú na troch klasifikačných úlohách: klasifikácia bočnej a predozadnej snímky hrudníka, klasifikácia snímok do viacerých kategórií a klasifikácia chorôb na predozadnej snímke hrudníka. Najlepšie výsledky dosiahli siete ResNet a SEResNet. Pri prvej úlohe dosiahla SEResNet presnosť 99,49%, pri druhej mala najlepšie výsledky ResNet s presnosťou 94,97% a v prípade tretej úlohy dosiahla najlepší výsledok opäť SEResNet, 31,53% s použitím metriky F1 measure.
|
|
|
Klasifikace mračen bodů z leteckého a mobilního skenování
Borový, Ján ; Kuruc, Michal (oponent) ; Volařík, Tomáš (vedoucí práce)
Predmetom tejto diplomovej práce je klasifikácia mračien bodov z rôznych nosičov a s rôznou hustotou. Z dát bol ďalej vytvorený model terénu a modely budov. Popísané je aj softvérové vybavenie slúžiace na spracovanie dát. Predstavené sú dosiahnuté výstupy spracovania v každej príslušnej kapitole. Na záver je vykonané zhodnotenie a posúdenie výsledkov spracovania.
|
host ::
RSS.