|
|
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.
|
|
|
Automatická detekce ischemie v EKG
Noremberczyk, Adam ; Potočňák, Tomáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá využitím umělých neuronových sítí (UNS), pro detekci ischemické choroby srdeční (ICHS) ve frekvenční oblasti. První část této práce je zaměřena na teoretické znalosti a popisuje problematiku patologických změn na EKG, převodu EKG do frekvenční oblasti. Popisuje použité statistické metody a metody pro automatickou detekci ICHS a IM. Vysvětluje problematiku perceptronu a UNS. Druhá část práce se zabývá Neural Network Toolboxem MATLAB®. Tato část je zaměřena na výpočet parametrů a výběr vhodných parametrů. Propojování pásem v oblasti. Na konci práce je použita UNS na detekci ischemických parametrů a výsledky jsou diskutovány. Průměrné hodnoty pro nejlepší nastavení vycházeli na 100 % celkové úspěšnosti.
|
|
|
Využití EEG ve vyhodnocování emocionálních stavů člověka
Strakoš, Libor ; Mézl, Martin (oponent) ; Potočňák, Tomáš (vedoucí práce)
Diplomová práce se zabývá možnostmi zpracování EEG a klasifikací emocí do tříd v rámci emočního dvoudimenzionálního prostoru. První část tvoří literární rešerše na téma využití záznamu EEG pro zachycení emoční odezvy člověka na stimulační podněty zvukového, vizuálního a audiovizuálního (multimediálního) charakteru. Je zde diskutováno hledisko emoce z pohledu fyziologie a psychologie. Následně jsou uvedený technické poznatky ze záznamu emoce různými modalitami a jejich zpracování, analýzy a klasifikace v rámci dvoudimenzionálního prostoru Valence - Arousal. Na základě teoretických poznatků byl navržený komplexní postup měření a vyhodnocení emocí za použití EEG. Za tímto účelem byly sestaveny dva měřící protokoly s audiovizuální stimulací. Dále je zde uveden postup předzpracování a analýzy dat, výběr příznaků a klasifikace za použití moderních i zavedených metod. Celý navržený postup byl následně realizován a otestován v rámci dvou měření za využití moderního EEG přístroje EGI GES 400MR v laboratorních podmínkách a komerčního, cenově dostupného přístroje Emotiv EPOC v podmínkách mimo laboratorní prostředí. Signály byly zpracovány a emoce klasifikovány na základě vybraných popisných elementů. Výsledkem práce je hodnocení úspěšnosti klasifikace emocí v různých konfiguracích pro výběr popisných elementů a klasifikačních metod a jejich parametrů.
|
|
|
Rozpoznávání textu v obraze
Suchý, Václav ; Kršek, Přemysl (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá problematikou rozpoznávání textu v obraze. Rozebírá metody rozpoznávání, jejich úspěchy, klady a zápory. Popisuje postup při návrhu a implementaci jednoduchého ukázkového programu pro rozpoznávání strojově tištěného textu s využitím neuronových sítí.
|
|
|
Popis a detekce textur v obraze
Zachar, Tomáš ; Ševcovic, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá metodami klasifikace textur a implementuje jednoduchý klasifikátor textur, umožňující generování dynamické banky filtrů dle aktuální sady textur. Pro získání příznaků jsou zvoleny Gáborovy filtry společně s Hu momenty. Jako klasifikátor je použit algoritmus SVM.
|
|
|
Using Laser-Induced Breakdown Spectroscopy (LIBS) for Material Analysis
Pořízka, Pavel ; Hrdlička, Aleš (oponent) ; Pína,, Ladislav (oponent) ; Kaiser, Jozef (vedoucí práce)
This doctoral thesis is focused on further development of the Laser-Induced Breakdown Spectroscopy (LIBS) device for in-situ and in real-time classification and quantification of samples. The major part of work, namely the whole experimental part for this thesis, was conducted at the Federal Institute for Material Research and Testing (BAM) in Berlin, Germany where a simple LIBS system was constructed. In parallel to experimental work, the literature was surveyed with the aim to give a thorough view on the usage of chemometrics in the LIBS community. The application of chemometric algorithms on LIBS data is generally recommended when more complex data sets are obtained. The research was primarily aimed on the LIBS capability of quantitative analysis and classifying the igneous rocks. Variety of samples was measured employing a simple LIBS system. The sample set was compiled from certified reference materials as well as from real samples collected directly at copper mines in Iran. The samples from Iran were classified in-situ by an experienced geologist and the copper content was estimated at the University of Clausthal, Germany. Even though the certified reference materials were analysed, the resulting calibration curve was highly nonlinear. For each individual rock type the relevant part of the calibration curve was observed under different trend. This separation of the calibration curve was assigned to the so-called matrix effect, which strongly affects the LIBS measurement. In other words, when different matrices with complex composition are analysed at once, the quantitative analysis employing the univariate calibration curves may not be reliable. Moreover, the normalization of such calibration curves using the intensity of selected matrix element lines did not let to a significant improvement in their linearity. It is generally not possible to pick up one line, which could perform the linearization independently on the complex data matrices. Chemometric algorithms, such as principal component regression (PCR) and partial least squares regression (PLSR), were used for multivariate calibration. PCR and PLSR may compensate for the matrix effect only to a certain extent. Furthermore, samples were successfully classified based on their spectral fingerprint (i.e. composition of matrix elements) employing principal component analysis (PCA) and Kohonen’s selfs-organizing maps. On the basis of theory and results, a solution for the reliable classification and quantification of unknown samples is proposed. The whole study should contribute to the processing of the analytical data measured by the in-situ stand-off LIBS device which is currently being constructed at Brno University of Technology in Brno, Czech Republic. However, LIBS can fulfil its potential as the versatile and irreplaceable technique for in-situ classification and quantitative analysis only when utilized with chemometric algorithms and data libraries. For those purposes, a fragment of the data library has already been established and tested for the application of LIBS to the mining industry.
|
|
|
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.
|
|
| |
|
|
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.
|
|
|
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.
|
host ::
RSS.