|
|
Program pro hodnocení kvality obrazu s využitím neuronové sítě
Šimíček, Pavel ; Kratochvíl, Tomáš (oponent) ; Slanina, Martin (vedoucí práce)
Tato práce se zabývá hodnocením kvality obrazu pomocí neuronových sítí. V první části jsou popsány dva základní způsoby hodnocení kvality obrazu. Jsou to subjektivní hodnocení při kterém skupina diváků sleduje obraz vyjadřuje názor na jeho kvalitu a objektivní hodnocení, které je založeno na výpočtu hodnot podle matematických vztahů. Podrobně je rozebrána objektivní metoda výpočtu SSIM indexu. V druhé části jsou popsány základy umělých neuronových sítí. V programu Matlab byla vytvořena neuronová síť, která na základě SSIM indexu simuluje subjektivní hodnocení kvality obrazu.
|
|
|
Simulace řízení síťového prvku s neuronovou sítí
Šilhan, Petr ; Kacálek, Jan (oponent) ; Škorpil, Vladislav (vedoucí práce)
Práce se zabývá problematikou užití neuronových sítí pro řízení telekomunikačních síťových prvků. Cílem této práce je vytvoření simulačního modelu síťového prvku se spojovacím polem s centrální pamětí, u kterého je optimalizace řízení spojovacího pole řešena pomocí Hopfieldovy neuronové sítě. Veškerý programový kód je vytvořen v integrovaném prostředí MATLAB s využitím Neural Network Toolboxu.
|
|
|
Implementace kvality služby do řízení síťového prvku
Boháč, Martin ; Kyselák, Martin (oponent) ; Škorpil, Vladislav (vedoucí práce)
Cílem této práce bylo seznámit se s problematikou kvality služby v konvergovaných sítích především s užitím IP protokolu verze 6. Konvergované sítě jsou schopné efektivně přenášet různé typy dat – hlasový, datový nebo multimediální tok. Návrh aktivního síťového prvku jsem realizoval v prostředí Simulink, které je součástí programu Matlab. Navrhnutý model se skládá z jednoduché sítě několika počítačových stanic vzájemně propojených pomocí síťového prvku – přepínače. Model přepínače simuluje reálný provoz počítačových stanic, které odesílají data vzdáleným uživatelům. Pakety jsou v přepínači řazeny podle typu datového toku. S pakety je zacházeno tak, aby byla dodržena požadovaná kvalita služeb. Přednost mají datové toky, které potřebují být doručeny bez většího zpoždění, jako jsou hlasový nebo multimediální přenos. Pro řízení adresace přepínače jsem využil neuronovou síť. Neuronová síť reaguje na vstupní data a podle typu adresáta ovládá přepínač. Model přepínače lze využít v laboratorních cvičeních. K řešení této laboratorní úlohy je předpokladem základní znalost vývojového prostředí Simulink. Pracovní postup je koncipován tak, aby se úloha dala vypracovat během jednoho laboratorního cvičení. Klíčová slova: konvergovaná síť, IP protokol verze 6, kvalita služby, neuronová síť, přepínač.
|
|
|
Adaptivní komprese dat pomocí neuronových sítí
Kučera, Michal ; Přinosil, Jiří (oponent) ; Koula, Ivan (vedoucí práce)
Tématem práce je využití neuronových sítí pro kompresy dat. Tento nástroj přináší nové možnosti jak při bezeztrátové tak ztrátové kompresi. Návrh několika kompresních algoritmů ukazuje chování, výhody i slabiny těchto systémů. Jako řešení využijeme znalosti o vícevrstvé perceptronové síti a zkusíme změnou struktury a dílčích parametrů naučit takovouto síť komprimovat data, dle našich vstupních požadavků. Tyto sítě mají i nevýhody, které jsou zatím překážkou ve vyžití v praxi. Cílem práce je vyzkoušet některé algoritmy. Prozkoumat jejich vlastnosti a možnosti využití. Dále pak navrhnout další možné řešení a vylepšení těchto algoritmů.
|
|
|
Aplikace neuronových sítí v telekomunikacích
Šulák, Michal ; Koula, Ivan (oponent) ; Kacálek, Jan (vedoucí práce)
Diplomová práce obsahuje popis současných směrovacích protokolů a směrovačů, základní principy umělých neuronových sítí a jejich interpretace v souvislosti s využitím při směrování v datových a telekomunikačních sítích. V této práci jsem se zaměřil převážně na neuronové sítě využívající energetické funkce pro výpočet jednotlivých relaxačních stavů a jejich využití při směrování. Pro testování a zjišťování vhodných parametrů jednotlivých funkcí, jsem vytvořil aplikaci, která vypočítává nejkratší cestu a dokáže měnit jednotlivé parametry daných funkcí pro nalezení nejlepšího výsledku stabilního stavu neuronové sítě v porovnání s algoritmy dnes běžně používanými pro vyhledávání nejkratších spojů v datových sítích.
|
|
|
Detekce chybné výslovnosti v mluvené řeči
Struhař, Michal ; Rajmic, Pavel (oponent) ; Sysel, Petr (vedoucí práce)
Práce se zabývá problematikou detekce chybné výslovnosti v mluvené řeči. Jedním z cílů této práce je výběr vhodných parametrizací. Jedná se o krátkodobou energii, funkci středního počtu průchodu signálu nulou, lineární prediktivní analýzu, perceptivní lineární prediktivní analýzu, metodu RASTA, kepstrální analýzu a melovské kepstrální koeficienty. Dalším cílem je konstrukce detektoru chybné výslovnosti na bázi DTW (dynamické borcení času) a umělé neuronové sítě. Samotná detekce probíhá na základě získaných příznaků z vybraných analýz a fonetického přepisu promluvy. Parametrizace, detektor i fonetická transkripce českého jazyka jsou implemetovány v simulačním prostředí MATLAB.
|
|
|
Využití neuronové sítě při identifikaci znaku v obraze
Pavlík, Daniel ; Burget, Radim (oponent) ; Kohoutek, Michal (vedoucí práce)
Tato práce pojednává o využití neuronové sítě při identifikaci písmen abecedy a číslic 0 - 9. V první části je teoreticky rozebrána podstata neuronových sítí a konkrétněji rozebrán princip metody učení vícevrstvé sítě se zpětným šířením chyby (jinak taky Backpropagation). Dále je zde rozebrána základní problematika zpracování obrazu a odolnost sítě proti zatížení vstupního obrazu šumem a degradaci kompresí JPEG. Druhá část je směřována k praktické realizaci dopředné vícevrstvé sítě rozenávající binární obrazy písmen abecedy a číslic 0 - 9, která byla vypracována v prostředí Matlab a Simulink. Další a poslední část je věnována praktické realizaci dopředné vícevrstvé sítě rozpoznávající šedotónové obrazce znaků písmen abecedy a číslic 0 - 9, která byla opět vypracována v prostředí Matlab a Simulink.
|
|
|
Detekce objektů
Šenkýř, Ivo ; Richter, Miloslav (oponent) ; Jirsík, Václav (vedoucí práce)
Diplomová práce řeší problém rozpoznávání spor strupovitosti jabloní. Tyto spory jsou zachytávány na speciální pásku a tato páska je následně vyhodnocována pod mikroskopem. Páska může být vyhodnocena laborantem anebo lze využít program Sporedetect v3, který poskytuje funkce pro kompletní zpracování obrazu a rozpoznávání objektů v obraze. V práci jsou také popsány možnosti automatického řízení posuvného stolku mikroskopu pomocí motorizovaných stolků a lineárních akčních členů. Informace o automatickém řízení posuvného stolku mikroskopu byly získány z katalogů firem Standa a Edmundoptics.
|
|
| |
|
|
Prediktivní analýza - postup a tvorba prediktivních modelů
Praus, Ondřej ; Pour, Jan (vedoucí práce) ; Mrázek, Luboš (oponent)
Řešenou oblastí diplomové práce je prediktivní analýza. Tento typ analýzy využívá historická data a prediktivní modely k předpovědi určitého jevu. Hlavním cílem práce je popsání prediktivní analýzy a jejího procesu z teoretického i praktického hlediska. Dílčí cíle jsou praktická realizace projektu prediktivní analýzy ve významné pojišťovně působící na českém trhu a zlepšení současného stavu predikce podvodných pojistných událostí. Práce je rozdělená na teoretickou a praktickou část. V teoretické části je popsán proces prediktivní analýzy a několik typů prediktivních modelů. Praktická část, na kterou je kladen důraz, popisuje realizaci projektu prediktivní analýzy ve firmě. V praktické části jsou nejprve přiblíženy techniky skladby dat při tvorbě datamartu. Nad připraveným datamartem jsou pak vyvíjeny různé typy prediktivních modelů. Pro názornost práce zahrnuje praktické příklady a řešené problémy. Hlavním přínosem práce je detailní popis řešení projektu, díky kterému je oblast prediktivní analýzy lépe pochopitelná. Přínosem úspěšně provedené prediktivní analýzy je zlepšení současného stavu detekce podvodných událostí v podniku.
|
host ::
RSS.