Národní úložiště šedé literatury Nalezeno 30,760 záznamů.  předchozí11 - 20dalšíkonec  přejít na záznam: Hledání trvalo 0.71 vteřin. 

Španělsko jako destinace cestovního ruchu
Zbořilová, Kristýna ; Abrhám, Josef (vedoucí práce) ; Havlíčková, Blanka (oponent)
Tato bakalářská práce se zabývá cestovním ruchem ve Španělsku. Jelikož se jedná o velmi široké téma, hlavním cílem práce je zhodnocení cestovního ruchu ve zcela odlišných regionech, a to v Andalusii a Baskicku. První kapitola se věnuje základním pojmům cestovního ruchu, které jsou potřebné k pochopení souvislostí v bakalářské práci. Zde je objasněn například pojem turismus a jeho typologie. Druhá kapitola se zabývá celým Španělskem. Nejdříve je tato země představena, a to i z hlediska historie, dále je zhodnocen její cestovní ruch a na závěr jsou prezentovány nejatraktivnější místa. Předposlední a poslední kapitola jsou ve svojí stavbě totožné, aby bylo možno dosáhnout srovnání. V první části u každé kapitoly dochází k charakteristice regionu, dále je zhodnocen turismus z hlediska statistik přijíždějících turistů a na závěr je z výše uvedených informací provedena SWOT analýza.

Daňový systém snižuje motivaci matek s menšími dětmi k práci: doporučení a jeho vyhodnocení
Šatava, Jiří
Nastavení celkového zdanění práce, tj. daně z příjmu fyzických osob a pojistných odvodů na sociální a zdravotní pojištění, v ČR vysoce zatěžuje i relativně nízké výdělky tzv. druhých vydělávajících v domácnostech, tedy partnerů s nižším výdělkem. Pracovní aktivita těchto lidí je přitom na výši zdanění zpravidla velmi citlivá. Takovou velkou skupinu představují matky s menšími dětmi. Matky s dětmi v pozici druhých vydělávajících jsou vystaveny participační daňové sazbě (PTR) až o 30 % vyšší než jejich partneři. Vyšší PTR přitom způsobuje nižší motivaci pracovat. Nejvyšším sazbám PTR, v porovnání s partnery, jsou vystaveny ženy s dětmi s nízkým výdělečným potenciálem.

Úvod do bio artu
Šperanda, Nina ; SILVERIO, Robert (vedoucí práce) ; JANOŠČÍK, Václav (oponent)
Bio art je současný umělecký směr, který pracuje s živými organismy (kromě lidí), nebo je vytvářen ve spolupráci s živými organismy. Je to relativně nové umělecké hnutí, které má své kořeny hluboko v historii evoluce. Vychází z domestikace zvířat a rostlin, technologických objevů, vývoje a vědy. V minulosti nebylo umění, které by zpochybňovalo svou estetiku a etiku v tak hluboké míře způsobem molekulárním a submolekulárním, jak je tomu u bio umění. V této práci se budu zabývat historickými vlivy a podmínkami, které vedly k současnému vývoji této oblasti. Pokusím se také vysvětlit problematiku toho, co je bio umění a současně vysvětlit terminologii s ním spojenou. Ve své práci zmíním průlomové objevy a díla současných umělců zabývajících se oborem bio artu. V teorii bývá estetika bio artu často zastíněna diskuzí o etice, nicméně je velmi důležitou a nedílnou součástí tohoto uměleckého směru. Ve své práci se budu zabývat hlavně estetikou bio umění s odkazem na filosofii. Nastíním stručný přehled názorů současných autorů.

Taneční výchova hyperaktivních dětí předškolního věku
Lacková, Ivana ; LÖSSL, Jiří (vedoucí práce) ; FRIČOVÁ, Marie (oponent)
Tématem práce je Taneční výchova hyperaktivních dětí předškolního věku. Cílem výzkumu bylo popsat zvláštnosti výuky hyperaktivních dětí s ohledem na taneční výuku. V první části je popsán syndrom ADHD. Jsou zde popsány zvláštní potřeby dětí s tímto syndromem s ohledem na výchovu. Druhá část je zaměřena na praktickou taneční hodinu dětí s ADHD. Je zde popsána ukázková taneční hodina, která je založena na teoretických poznatcích a zkušenostech odborníků. Výsledek výzkumu přinesl zjištění, že nabídka speciálních hodin je velmi omezená a je to velká škoda. V diplomové práci bylo zjištěno, že výuka se speciálním programem může pomoci dětem s ADHD a může být dobrým doplňkem ke standardní lékařské terapii.

Hodnocení efektivnosti výuky odborných předmětů v závislosti na fyzické zátěži před vyučováním.
Janošíková, Martina ; Hanušová, Marie (vedoucí práce)
Období přechodu na střední školu přináší výrazné změny v požadavcích na studijní povinnosti, samostatnost, komunikaci, vyjadřování, nebo odloučení od rodiny v podobě pobytu na internátu. Žáci zařazeni do sportovních center mládeže se kromě těchto změn potýkají ještě s povinnostmi spojenými se sportem. Protože se jedná o žáky prvních až čtvrtých ročníků středních škol a středních odborných učilišť, tedy ve věku, kdy obraz sebepojetí-jsem to, v co věřím, vzniká v interakcích s okolním světem a vlastní zkušeností, hraje zde velmi důležitou roli vliv prostředí, kolektivu, vychovatelů, učitelů a trenérů, se kterými žáci tráví prakticky většinu času. Tato práce nahlíží na žáky komplexně z pohledu rozvoje osobnosti jako multifaktoriální biopsychosociální jednotky, z pohledu poznávacích a motivačních procesů, stavů a vlastností, z pohledu sociální psychologie zabývající se interakcí, vztahy a komunikací, psychologií jedince v rámci sociální skupiny a jejího významu pro vývoj jedince. Sleduje podmínky a výsledky vzdělávacího procesu z pohledu pedagogické psychologie, zabývá se formováním vlastností, názorů, postojů a hodnotové orientace z pohledu psychologie výchovy.

New Methods for Increasing Efficiency and Speed of Functional Verification
Zachariášová, Marcela ; Dohnal, Jan (oponent) ; Steininger, Andreas (oponent) ; Kotásek, Zdeněk (vedoucí práce)
In the development of current hardware systems, e.g. embedded systems or computer hardware, new ways how to increase their reliability are highly investigated. One way how to tackle the issue of reliability is to increase the efficiency and the speed of verification processes that are performed in the early phases of the design cycle. In this Ph.D. thesis, the attention is focused on the verification approach called functional verification. Several challenges and problems connected with the efficiency and the speed of functional verification are identified and reflected in the goals of the Ph.D. thesis. The first goal focuses on the reduction of the simulation runtime when verifying complex hardware systems. The reason is that the simulation of inherently parallel hardware systems is very slow in comparison to the speed of real hardware. The optimization technique is proposed that moves the verified system into the FPGA acceleration board while the rest of the verification environment runs in simulation. By this single move, the simulation overhead can be significantly reduced. The second goal deals with manually written verification environments which represent a huge bottleneck in the verification productivity. However, it is not reasonable, because almost all verification environments have the same structure as they utilize libraries of basic components from the standard verification methodologies. They are only adjusted to the system that is verified. Therefore, the second optimization technique takes the high-level specification of the system and then automatically generates a comprehensive verification environment for this system. The third goal elaborates how the completeness of the verification process can be achieved using the intelligent automation. The completeness is measured by different coverage metrics and the verification is usually ended when a satisfying level of coverage is achieved. Therefore, the third optimization technique drives generation of input stimuli in order to activate multiple coverage points in the veri\-fied system and to enhance the overall coverage rate. As the main optimization tool the genetic algorithm is used, which is adopted for the functional verification purposes and its parameters are well-tuned for this domain. It is running in the background of the verification process, it analyses the coverage and it dynamically changes constraints of the stimuli generator. Constraints are represented by the probabilities using which particular values from the input domain are selected.       The fourth goal discusses the re-usability of verification stimuli for regression testing and how these stimuli can be further optimized in order to speed-up the testing. It is quite common in verification that until a satisfying level of coverage is achieved, many redundant stimuli are evaluated as they are produced by pseudo-random generators. However, when creating optimal regression suites, redundancy is not needed anymore and can be removed. At the same time, it is important to retain the same level of coverage in order to check all the key properties of the system. The fourth optimization technique is also based on the genetic algorithm, but it is not integrated into the verification process but works offline after the verification is ended. It removes the redundancy from the original suite of stimuli very fast and effectively so the resulting verification runtime of the regression suite is significantly improved.

Packet Classification Algorithms
Puš, Viktor ; Lhotka,, Ladislav (oponent) ; Dvořák, Václav (vedoucí práce)
This thesis deals with packet classification in computer networks. Classification is the key task in many networking devices, most notably packet filters - firewalls. This thesis therefore concerns the area of computer security. The thesis is focused on high-speed networks with the bandwidth of 100 Gb/s and beyond. General-purpose processors can not be used in such cases, because their performance is not sufficient. Therefore, specialized hardware is used, mainly ASICs and FPGAs. Many packet classification algorithms designed for hardware implementation were presented, yet these approaches are not ready for very high-speed networks. This thesis addresses the design of new high-speed packet classification algorithms, targeted for the implementation in dedicated hardware. The algorithm that decomposes the problem into several easier sub-problems is proposed. The first subproblem is the longest prefix match (LPM) operation, which is used also in IP packet routing. As the LPM algorithms with sufficient speed have already been published, they can be used in out context. The following subproblem is mapping the prefixes to the rule numbers. This is where the thesis brings innovation by using a specifically constructed hash function. This hash function allows the mapping to be done in constant time and requires only one memory with narrow data bus. The algorithm throughput can be determined analytically and is independent on the number of rules or the network traffic characteristics. With the use of available parts the throughput of 266 million packets per second can be achieved. Additional three algorithms (PFCA, PCCA, MSPCCA) that follow in this thesis are designed to lower the memory requirements of the first one without compromising the speed. The second algorithm lowers the memory size by 11 % to 96 %, depending on the rule set. The disadvantage of low stability is removed by the third algorithm, which reduces the memory requirements by 31 % to 84 %, compared to the first one. The fourth algorithm combines the third one with the older approach and thanks to the use of several techniques lowers the memory requirements by 73 % to 99 %.

Acceleration of Object Detection Using Classifiers
Juránek, Roman ; Kälviäinen, Heikki (oponent) ; Sojka, Eduard (oponent) ; Zemčík, Pavel (vedoucí práce)
Detection of objects in computer vision is a complex task. One of most popular and well explored  approaches is the use of statistical classifiers and scanning windows. In this approach, classifiers learned by AdaBoost algorithm (or some modification) are often used as they achieve low error rates, high detection rates and they are suitable for detection in real-time applications. Object detection run-time which uses such classifiers can be implemented by various methods and properties of underlying architecture can be used for speed-up of the detection.  For the purpose of acceleration, graphics hardware, multi-core architectures, SIMD or other means can be used. The detection is often implemented on programmable hardware.  The contribution of this thesis is to introduce an optimization technique which enhances object detection performance with respect to an user defined cost function. The optimization balances computations of previously learned classifiers between two or more run-time implementations in order to minimize the cost function.  The optimization method is verified on a basic example -- division of a classifier to a pre-processing unit implemented in FPGA, and a post-processing unit in standard PC.

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.

Obrazová analýza v tribotechnické diagnostice
Machalík, Stanislav ; Stodola,, Jiří (oponent) ; Tillová,, Eva (oponent) ; Zemčík, Pavel (vedoucí práce)
Obrazová analýza částic opotřebení je v práci využita ke klasifikaci jejich obrazů do tříd odpovídajících stanoveným typům opotřebení. Dává možnost získat informace nejen o základních parametrech otěrových částic, ale také údaje, které by při klasickém způsobu hodnocení bylo možné získat jen velmi obtížně. Na základě analýzy morfologických či obrazových charakteristik částic lze sledovat průběh opotřebení strojních součástí, a tím zabránit případné havárii motoru, případně stanovit optimální lhůty pro výměnu oleje. Cílem této práce je prozkoumat možnosti využití obrazové analýzy v kombinaci s metodou analytické ferrografie a na základě teoretických poznatků navrhnout nástroj pro automatickou klasifikaci částic. Současné metody analýzy částic opotřebení jsou založeny na vyhodnocení, které nedává přesnou představu o procesech probíhajících mezi třecími povrchy v motorové soustavě. Práce vychází z metody analytické ferrografie, která umožňuje zhodnotit stav sledovaného stroje z hlediska opotřebení. Přínosem klasifikátorů vytvořených v této práci je možnost automatického vyhodnocení výstupů analytické ferrografie; jejich použití odstraňuje zásadní nevýhodu ferrografické analýzy, kterou je její závislost na subjektivním hodnocení expertem provádějícím analýzu. Vytvořené klasifikátory jsou založeny na využití metod strojového učení. Na základě rozsáhlé databáze částic, která byla vytvořena v první fázi práce, byly klasifikátory natrénovány umožňují tak hodnotit ferrograficky separované otěrové částice, které pocházejí z olejů odebraných z mazaných soustav. Následně byly provedeny experimenty, z jejichž výsledků vyplynuly optimální nastavení klasifikátorů.