|
|
Šachový program pro variantu Holanďany
Staňa, Marek ; Křena, Bohuslav (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje postup při tvorbě šachového programu hrajícího variantu holanďany proti člověku i jiným programům. V úvodu jsou vysvětleny rozdíly v pravidlech oproti klasickým šachům, hlavní část se věnuje umělé inteligenci. Porovnává jednotlivé metody, které se používají pro tvorbu šachových programů, a adaptuje je pro variantu holanďany.
|
|
|
Využití vybraných metod umělé inteligence pro nalezení malých povodí nejvíce ohrožených povodněmi z přívalových dešťů
Ježík, Pavel ; Fošumpaur, Pavel (oponent) ; Hlavčová,, Kamila (oponent) ; Starý, Miloš (vedoucí práce)
Přívalové deště se na našem území mohou vyskytovat prakticky kdekoli. V současné době lze jejich výskyt odhadnout s určitým časovým předstihem, ale jejich předpovídaná lokalizace je velmi problematická. Nynější prostředky pro hledání ohrožených povodí se soustřeďují především na operativní vyhodnocování aktuální meteorologické situace a zpracování srážkové předpovědi na nejbližší hodiny (tzv. nowcasting). Práce se zabývá odlišným způsobem hledání potenciálně ohrožených území, kdy jsou vyhodnocovány statistické veličiny za dlouhé období (N-leté vody a dešťové charakteristiky) a jsou dány do souvislostí s vlastnostmi konkrétních povodí. Celá problematika je řešena mimo situaci aktuálního ohrožení, jedná se o tzv. off-line řešení. V práci je prezentován model sestavený na bázi vybraných metod umělé inteligence, který tvoří jádro koncové mapové aplikace. Užití modelu a koncové aplikace se předpokládá v oblasti, kde se rozhoduje o toku financí v souvislosti s protipovodňovou ochranou. Model se soustřeďuje na přívalové deště a povodně jimi způsobené.
|
|
|
Klasifikace obrazů s pomocí hlubokého učení
Hřebíček, Zdeněk ; Přinosil, Jiří (oponent) ; Mašek, Jan (vedoucí práce)
Práce se zabývá detekcí objektů v obraze a jejich klasifikací do tříd. Klasifikace je zajištěna modely prostředí pro hlubokého učení BVLC/Caffe; Detekci objektů zajišťují algoritmy AlpacaDB/selectivesearch a belltailjp/selective_search_py. Jedním z výsledků této práce je úprava a využití modelu hluboké konvoluční neuronové sítě AlexNet v prostředí BVLC/Caffe. Model byl natrénován s přesností 51,75% pro klasifikaci do 1 000 tříd, následně byl upraven a natrénován pro klasifikaci do 20 tříd s přesnotí 75.50%. Přínosem práce je implementace grafického rozhraní pro detekci a klasifikaci objektů do tříd, jež je implementováno jako aplikace na bázi webového serveru v jazyce Python. Aplikace integruje výše zmíněné algoritmy detekce objektů s klasifikací pomocí BVLC/Caffe. Výslednou aplikaci lze použít jak pro detekci (a klasifikaci) objektů, tak pro rychlé ověření klasifikačních modelů prostředí BVLC/Caffe. Tato aplikace byla pro možnost rozšíření a dlašího využití zveřejněna na serveru GitHub pod licencí Apache 2.0.
|
|
|
Šachový program pro různé varianty šachů
Jadrníček, Zbyněk ; Křena, Bohuslav (oponent) ; Rozman, Jaroslav (vedoucí práce)
Tato práce popisuje postup při tvorbě šachového programu umožňujícího hru člověka proti počítači. V první části jsou vysvětlena pravidla šachů, další se věnují umělé inteligenci. Práce se zabývá netradičními variantami šachu a změnám, které byly provedeny při implementaci oproti klasické hře. Porovnává používané reprezentace šachovnice v počítači, metody hraní her a techniky ohodnocení stavu hry. Cílem bylo dosáhnout vysoké umělé inteligence použitím efektivních algoritmů.
|
|
|
Expertní systémy
Veselovský, Michal ; Konečný, Pavel (oponent) ; Dvořák, Jiří (vedoucí práce)
Expertní systémy (ES) jsou komerčně jedno z nejúspěšnějších využití umělé inteligence (UI neboli AI – Artificial Inteligence) a to již od 80. let 20. století. Hojně se využívají ve zdravotnictví, průmyslu, vědě, obchodu, bankovnictví atd. Expertní systém je software využívající znalostí expertů pro řešení velice složitých úloh a problémů, které by jinak vyžadovaly účast či konzultaci jednoho nebo více odborníků na danou problematiku. Tento software simuluje způsob rozhodování člověka-experta při řešení složitých úkolů, a snaží se dosáhnout nejpravděpodobnějšího výsledku, ideálně shodného s názorem experta. Typickým rysem expertních systémů, odlišujícím je od obyčejných programů, je oddělení samotného rozhodovacího mechanismu systému (inferenčního mechanismu) a báze znalostí - stejný expertní systém pouze s jinou bází znalostí tak může sloužit k různým účelům. Toho se využívá při tvorbě prázdných expertních systémů – shellů. Dalšími rysy, které však nemusí platit pro všechny ES, jsou schopnost rozhodování při neurčitosti a schopnost vysvětlit dané rozhodnutí. Cílem této práce je popsat základní principy funkce ES s využítím volně dostupných informačních zdrojů, a následně popsat a rozebrat prostředky pro tvorbu těchto systémů pomocí informací především z oficiálních webových stránek.
|
host ::
RSS.