Národní úložiště šedé literatury Nalezeno 122 záznamů.  začátekpředchozí31 - 40dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Pokročilé metody strojového učení pro klasifikaci textu
Dočekal, Martin ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Tato práce se zabývá pokročilými metodami strojového učení pro klasifikaci textu. Metody jsou nejprve popsány a poté je na základě těchto metod vytvořen systém sloužící pro klasifikaci textových dokumentů. Systém poskytuje také nástroje pro předzpracování dokumentů a hodnocení klasifikátoru. Práce uvádí použití systému na úloze v reálných podmínkách.
Identifikace osob pomocí biometrie sítnice
Klimešová, Lenka ; Mézl, Martin (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá identifikací osob pomocí biometrie sítnice. Cévní řečiště sítnice je neměnné a unikátní pro každého jedince, což jej předurčuje pro biometrické účely. První část práce se zabývá problematikou biometrie, biometrických systémů a hodnocením jejich spolehlivosti. Je uveden princip snímání pomocí experimentálního video oftalmoskopu a provedena rešerše využití snímků sítnice pro biometrii, metod extrakce příznaků a srovnávacích metrik. Dále jsou navrženy dva algoritmy pro využití zadaných dat a realizovány v programovém prostředí MATLAB®. Úspěšnost metod je otestována a vyhodnocena na snímcích z experimentálního video oftalmoskopu a na veřejně dostupných databázích STRaDe a DRIVE.
Biometrie sítnice pro účely rozpoznávání osob
Sikorová, Eva ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá rozpoznáváním osob pomocí srovnávání sady příznaků extrahovaných z obrazů vzoru cév sítnice. První část práce obsahuje náhled na problematiku biometrie, podrobnější rozbor identifikace osob s využitím snímků sítnice a především literární rešerši metod extrakce a srovnávání. V praktické části byly v prostředí MATLAB realizovány algoritmy pro identifikaci osoby metodou nejbližšího souseda (NS), translace, template matching (TM) a rozšířeného NS a TM se zahrnutím více příznaků. Součástí práce je otestování navržených programů na biometrické databázi příznakových vektorů s následným vyhodnocením.
Automatic Face Recognition in Real Environment
Kičina, Pavol ; Šmirg, Ondřej (oponent) ; Přinosil, Jiří (vedoucí práce)
This master‘s thesis describes the identification faces in real terms. It includes an overview of current methods of detection faces by the classifiers. It also includes various methods for detecting faces. The second part is a description of two programs designed to identify persons. The first program operates in real time under laboratory conditions, where using web camera acquires images of user's face. This program is designed to speed recognition of persons. The second program has been working on static images, in real terms. The main essence of this method is successful recognition of persons, therefore the emphasis on computational complexity. The programs I used a staged method of PCA, LDA and kernel PCA (KPCA). The first program only works with the PCA method, which has good results with respect to the success and speed of recognition. In the second program to compare methods, which passed the best method for KPCA.
Musical genre classification
Káčerová, Erika ; Říha, Kamil (oponent) ; Uher, Václav (vedoucí práce)
The aim of this bachelor thesis is creating a system for automatic music genre recognition. The thesis deals with two main issues, which are feature extraction of a genre and machine learning process. For the purpose of feature extraction a source code is written in JAVA programming language based on jAudio library. Six machine learning models are created in RapidMiner Studio software. The most appropriate one of them, Neural Networks method is then improved and tested on different parts of songs from database.These database contains 250 training songs and 25 test songs from five music genres: classical music, disco, drum and bass, hip hop and rock.
Automatická klasifikace obrazů
Ševčík, Zdeněk ; Miklánek, Štěpán (oponent) ; Sikora, Pavel (vedoucí práce)
Cílem této práce je prozkoumat shlukovací algoritmy strojového učení bez učitele, které lze použít pro klasifikaci databáze obrazů podle podobnosti. Pro vybrané shlukovací algoritmy je sepsán teoretický základ. Pro zlepšení klasifikace použité databáze se diplomová práce zabývá různými metodami předzpracování obrazů. Těmito metodami jsou z obrazu extrahovány příznaky. Dále práce řeší implementaci metod předzpracování a praktickou aplikaci shlukovacích algoritmů. V praktické části je naprogramována aplikace v programovacím jazyce Python, která klasifikuje databázi obrazů do tříd podle podobnosti. Diplomová práce testuje všechny použité metody a ke konci práce je zpracována rešerše výsledků.
Sledování pohybů osob v záznamu ze stacionární kamery
Trnkal, Milan ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Tato práce se zaměřuje na problematiku sledování chodců kamerou. Představil jsem používané metody počítačového vidění, které jsou vhodné pro detekci a klasifikaci osob. Na základě detekce pohybu osob ve videozáznamu jsem navrhl algoritmus pro detekci a sledování chodců. Výsledná aplikace používá histogram orientovaných gradientů a SVM klasifikátor, pro identifikaci chodců jsou využity barevné histogramy. Zjištěné trajektorie jsou následně vykreslovány na výstup. V poslední části práce se zabývám testováním a vyhodnocením výsledků navrženého algoritmu.
Fixed-point implementace rozpoznávače řeči
Král, Tomáš ; Černocký, Jan (oponent) ; Burget, Lukáš (vedoucí práce)
Táto diplomová práca sa zaoberá problematikou automatického rozpoznávania reči na systémoch s obmedzenými hardwarovými prostriedkami - embedded systems. Cieľom projektu je navrhnúť a implementovať systém rozpoznávania reči na embedded systémy, ktoré nedisponujú floating-point výpočetnými jednotkami. V prvom rade bola zvolená vhodná hardwarová architektúra a s ohľadom na dostupné prostriedky, ktorými vybraná architektúra disponuje, bolo navrhnuté riešenie rozpoznávania reči. Jednotlivé časti systému rozpoznávania boli následne v priebehu vývoja optimalizované do takej podoby, aby mohli byť nasadené na zvolený HW. Výsledkom práce je dosiahnutie rozpoznávania českých čísloviek na embedded systéme.
Vyhledávání v multimodálních databázích
Krejčíř, Tomáš ; Stryka, Lukáš (oponent) ; Chmelař, Petr (vedoucí práce)
Práce se zabývá uložením a efektivním vyhledáváním velkých kolekcí multimediálních dokumentů. Tato oblast se nazývá vyhledávání informací. Multimediální dokumenty jsou reprezentovány vektory ve vysoko-dimenzionálním prostoru, neboť v takto modelované kolekci dokumentů lze jednodušeji definovat sémantiku i mechanismus samotného vyhledávání. Tento dokument popisuje řešení problému efektivního vyhledávání v kolekcích snímků, od extrakce rysů až po vyhledávání. Podrobněji pojednává o podobnostním vyhledávání založeném na metrickém prostoru, které využívá vzdálenostní funkce, jako např. Euklidovu, Chebyshevovu nebo Mahalanobisovu, pro porovnání globálních rysů a kosinovou větu pro porovnání lokálních rysů. Experimenty provedené na datové sadě TRECVid porovnávají implementované vzdálenostní funkce, ze kterých se pro globální rysy nejvhodnější ukázala Mahalanobisova vzdálenost a pro lokální rysy kosinová věta.
Aplikace algoritmů prediktivní údržby na odhad RUL
Dvořák, Jan ; Brablc, Martin (oponent) ; Dobossy, Barnabás (vedoucí práce)
Cílem této práce je seznámit čtenáře s oblastí prediktivní údržby a jejími algoritmy především v rámci její prognostické části. Na datových sadách a provedeném experimentu dojde k určení zbývající životnosti daného systému pomocí vytvořených modelů v souladu s algoritmy popsanými v rešeršní části. Ke zpracování dat a tvorbě modelů bylo využito nástroje MATLAB a jeho dalších aplikací popsaných v práci.

Národní úložiště šedé literatury : Nalezeno 122 záznamů.   začátekpředchozí31 - 40dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.