|
|
Depozice Ga a GaN nanostruktur s kovovým jádrem
Čalkovský, Martin ; Jarý,, Vítězslav (oponent) ; Mach, Jindřich (vedoucí práce)
Tato diplomová práce se zabývá přípravou GaN nanokrystalů s kovovým jádrem. V teoretické části této práce je představen materiál GaN se svými vlastnostmi a aplikacemi. Dále jsou uvedeny některé metody přípravy GaN, přičemž metoda MBE je popsána podrobněji. Dále je popsána depozice kovových nanočástic z koloidního roztoku a nejnovější metody zesílení luminiscence GaN struktur. Experimentální část je rozdělena na tři části odpovídající postupu přípravy GaN krystalů s Ag jádrem. V prvním kroku jsou Ag nanočástice naneseny na Si(111) substrát. Ve druhém kroku je optimalizován proces depozice Ga a v posledním kroku je nadeponované Ga transformováno na GaN. Po depozici Ga byly vzorky analyzovány pomocí SEM/EDX a SAM/AES. Vlastnosti připravených GaN krystalů s Ag jádrem byly studovány metodou XPS, fotoluminiscenční spektroskopií a Ramanovou spektroskopií.
|
|
|
Synthetic Fingerprint Generation Using GAN
Dvořák, Jiří ; Drahanský, Martin (oponent) ; Kanich, Ondřej (vedoucí práce)
This thesis is focused on the generation of synthetic fingerprints using a model based on the principle of generative adversarial networks. The work summarizes the basic theoretical information about biometrics with emphasis on fingerprints. It also describes the principle of one of the popular synthetic fingerprint generators called SFinGe. The model based on a deep convolutional generative adversarial network is discussed together with several methods that improved its performance. The results were evaluated by computing the Fréchet Inception Distance between the generated and real fingerprints. The generated dataset of 100 samples was also evaluated by NFIQ 2.0 which proved that the proposed model is able to generate fingerprints with almost the same quality of the training samples.
|
|
|
Detekce anomálií v obraze
Salvet, Lukáš ; Herout, Adam (oponent) ; Juránek, Roman (vedoucí práce)
Tato práce se zabývá detekcí anomálií na průmyslových výrobcích. Hlavním požadavkem bylo, aby metoda vyžadovala v době konstrukce co nejméně dat s anomáliemi a aby byla snadno použitelná pro různé typy výrobků. V práci je navržena neuronová síť, která je nepřímo učena hledat rozdíly mezi dvěma obrázky. Samotná detekce anomálií by měla proběhnout na základě reprezentace vstupních dat v latentním prostoru, případně v kombinaci s rekonstrukční chybou. Byly navrženy a otestovány čtyři různé modifikace metody. Testování proběhlo hlavně na datasetu MVTec AD, který obsahuje průmyslové výrobky. Bohužel se nepotvrdil předpoklad, že pokud bude síť učena hledat rozdíly, bude možno latentní prostor lépe interpretovat. Metoda proto byla vyhodnocena v režimu rekonstrukční chyby, v kterém dosahuje srovnatelných výsledků s jinými metodami. Výsledek je nedostatečný pro použití v praxi.
|
|
|
Reconstruction of Damaged Parts of Fingerprint Image Using Neural Nets
Bobocký, Boris ; Dyk, Tomáš (oponent) ; Kanich, Ondřej (vedoucí práce)
In this paper, I propose a method for reconstructing damaged fingerprints using generative adversarial networks (GANs), implemented with Python and the PyThorch library. I have trained a specific GAN model on a dataset of approximately twenty thousand prints, created with Anguli and other damage simulation tools. This approach produced excellent results and could have wide application in biometric systems. This work highlights the potential of deep learning in the fields of image reconstruction and biometrics.
|
|
|
Fingerprint Identity Preserving Generative Adversarial Networks
Kačur, Ján ; Juránek, Roman (oponent) ; Špaňhel, Jakub (vedoucí práce)
This thesis focuses on generating latent fingerprints using Generative adversarial networks. The main objective is to generate multiple latent fingerprints from the clean fingerprint, with the same identity. The identity and the style should also be controllable separately. The chosen approach is based on AugNet model. Designed algorithm generates latent fingerprints from clean binarized fingerprint, and a random vector encoding distortions, i.e style. In the generator, AdaIN blocks are used to incorporate distortions into the input fingerprint. Various training algorithms are tested, with WGAN-GP performing the best. Individual models are compared using a combination of FID, and Rank-1 accuracy on matching generated images to original input binarized fingerprints. Best performing models are selected as a Pareto optimal combinations of these 2 metrics.
|
|
|
Preparation and characterization of nanostructured III-V semiconductor materials
Maniš, Jaroslav ; Kostelník,, Petr (oponent) ; Hospodková,, Alice (oponent) ; Šikola, Tomáš (vedoucí práce)
The aim of the presented PhD thesis was to develop and analyze gallium nitride (GaN) nanostructures in three different forms. Firstly, three dimensional GaN nanocrystals prepared on graphene were studied from the perspective of the intrinsic crystal properties as well as growth statistics. Adopting the method of droplet epitaxy allowed the formation of such nanostructures at a low substrate temperature (T = 200°C). In order to demonstrate possible applications, the proof of concept of an UV sensitive device was designed and tested with the successful results and the great promise to the future work. Secondly, two dimensional GaN nanostructures were prepared on a pristine silicon surface also at low temperature (T = 200°C). Following experiments were focused on a study of a crystal structure and an elemental analysis as these structures have been observed for the first time. Two dimensional structures are promising candidates into the high power applications which are emerging in these days. Thus, preparation of such 2D GaN nanostructures serves as a solid foundation for the further research. Thirdly, one dimensional GaN horizontal nanowires were fabricated on different sapphire planes. The prepared nanowires provided adequate dataset for the subsequent data analysis related to the growth kinetics. Collected dataset was used for verification of the developed theoretical model of the nanowire growth. It has been shown that the theoretical model describes the growth of nanowires with great precision and, thus, provide a useful insight into the growth mechanisms.
|
|
|
Depozice GaN nanostruktur na Si(111) 7x7
Šťastný, Jakub ; Horák, Michal (oponent) ; Mach, Jindřich (vedoucí práce)
Tato bakalářská práce se zabývá studiem růstu 2D GaN nanokrystalů na substrát Si(111) 7x7. V teoretické části této práce jsou popsány vlastnosti 3D a 2D GaN, hlavní metody přípravy GaN i 2D GaN a využití GaN v průmyslu. Experimentální část se zabývá podrobným popisem metody nízkoteplotní kapkové epitaxe za asistence iontů, která byla využita pro provedení série depozic 2D GaN pod různými úhly dopadu iontového svazku na substrát Si(111) 7x7. Depozice byla provedena v komplexním UHV systému v laboratořích ÚFI VUT v Brně. Vytvořené nanokrystaly 2D GaN byly analyzovány pomocí SEM a AFM.
|
|
|
Umělá neuronová síť pro rekonstruování vymřelých druhů
Pešek, David ; Bilík, Šimon (oponent) ; Jirsík, Václav (vedoucí práce)
Tato práce se zabývala navrhnutím, naučením a zhodnocením umělé neuronové sítě pro rekonstrukci vymřelých živočišných druhů. Nejprve byl vybrán hlavní prvek navrhované UNS, tedy generativní model. Vzhledem k jejich výborným výsledkům v poli generování obrázků se odůvodněně jevila třída difúzních modelů jako správná volba. Konkrétně byl vybrán difúzí model Stable diffusion. Jeden z počátečních kroků práce bylo také vytvořit trénovací množinu pro navrhovaný model. K obrázkům živočichů bylo potřeba napárovat nějaké popisky, podle kterých by se dal živočich identifikovat. K tomuto účelu byly využity geny cyklooxygenázy-1 daných živočichů. Dále byl použit sekvenční transformátorový model GPT-2, který je naučen na trénovací množině lidského přirozeného jazyka. Tento model byl použitý pro zakódování DNA sekvencí do vektorové podoby, ve které byla zachycena sémantika a kontext mezi jednotlivými částmi DNA sekvence. Modely by bylo velmi složité učit od začátku kvůli velké potřebné velikosti trénovací množiny a výpočetní a časové náročnosti. GPT-2 model byl tedy pouze doučen na trénovací množině DNA sekvencí řádu pěvců a samotný difúzní model byl naučen na párech obrázků těchto živočichů a DNA sekvencí zakódovaných pomocí GPT-2 modelu. Pro generování obrázků byly pomocí GPT-2 generovány originální DNA sekvence, které se podobaly sekvencím z trénovací množiny. Následně bylo zakódování těchto sekvencí předáno difúznímu modelu, který vytvořil samotné obrázky. Metoda generování nových DNA sekvencí pomocí GPT-2 modelu stojí na myšlence, že vygenerovaná DNA sekvence se částečně podobá DNA sekvencím z trénovací množiny. Takto experimentálně vygenerované DNA sekvence se mohou podobat DNA sekvencím vymřelých předků nebo příbuzných řádu pěvců. Model byl schopný v části případů vygenerovat takové obrázky, které lze na pohled považovat za živočišný druh, ale je nutno konstatovat, že vygenerované obrázky často nešlo považovat za rekonstrukce živočichů. Úspěšnost vygenerování obstojného obrázku živočicha byla přibližně 10%. Funkčnost modelu byla testována i na testovací množině DNA sekvencí živočichů několika řádů, které spadají pod třídu ptáků stejně jako řád pěvců. Úspěšnost vygenerování rekonstrukce, kterou bylo možné porovnávat s fotografií se pohybovala okolo 15%.
|
|
|
Reconstruction of a Damaged Facial Image
Pleško, Filip ; Orság, Filip (oponent) ; Goldmann, Tomáš (vedoucí práce)
Generative adversarial networks (GANs) are fast evolving technology in image generation field. In this thesis are GANs used for face image reconstruction, where the face was covered with some item. First some necessary theory is explained, and then existing solutions are discussed. In the end, several GAN models are proposed with intention to find out what layers combination work the best for face image reconstruction. The best solutions are combined into final architecture. The final model is also tested on face recognition task to determine whether face reconstruction can be helpful in this task.
|
|
|
Výkonový zesilovač v pásmu L
Eliáš, Martin ; Pešek, Kamil (oponent) ; Urbanec, Tomáš (vedoucí práce)
Cílem této diplomové práce je návrh výkonového zesilovače v pásmu L. V této práci jsou popsány používané technologie vysokofrekvenčních tranzistorů. Dále je popsán komunikační standard zesilovaného signálu spolu s požadavky na výstupní signál. Návrh zesilovače obsahuje modelování jednotlivých zesilovacích stupňů pomocí nelineárních modelů v programu AWR. Obsahem je návrh stabilizačních a přizpůsobovacích obvodů spolu s obvodem zaručující správnou sekvenci zapínaní a vypínání. Návrhy jsou převedeny na plošný spoj a vyrobeny. Pro 2. a 3. zesilovací stupeň jsou nakresleny technické výkresy chladičů, podle kterých jsou vyrobeny. Po realizaci jsou návrhy podrobeny měření a naměřené parametry zhodnoceny.
|
host ::
RSS.