|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Ullrich, Petr ; Šůstek, Martin (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá problematikou snímání mozkové aktivity, implementací jejího zpracování, analýzy a klasifikace. Ke snímání je použit hardware společnosti OpenBCI. Nastudoval jsem a popsal potřebné informace o snímání mozkové aktivity a projektu OpenBCI. Byl vytvořen návrh pro datový set, zpracování a klasifikaci myšlenek. Vytvořený systém umožňuje klasifikaci na základě nasnímané mozkové aktivity. Pro klasifikaci byla použita neuronová síť, ale úspěšnost rozpoznání navržených tříd nebyla vysoká.
|
|
|
Klasifikace příkazů z EMG pomocí neuronové sítě
Zauška, Ján ; Šůstek, Martin (oponent) ; Szőke, Igor (vedoucí práce)
Táto práca sa zaoberá klasifikáciou 15 príkazov (krátkych slov) z malej dátovej sady nahranej pomocou sEMG elektród umiestnených na tvári a krku rečníka. V nahrávkach sú rozlíšené dva typy reči - audible speech, čo je klasická reč, a silent speech, teda reč, pri ktorej je potlačené vydávanie zvuku. Práca popisuje spracovanie EMG signálu, extrakciu príznakov, návrh klasifikátoru a výsledky klasifikácie. Ako klasifikátor bola použitá vlastná architektúra konvolučnej neurónovej siete. V práci sa tiež nachádza mnoho experimentov porovnávajúcich presnosť klasifikácie silent a audible speech.
|
|
|
Ukázkový systém na rozpoznávání mluvčích
Šústek, Martin ; Šebesta, Vladimír (oponent) ; Sigmund, Milan (vedoucí práce)
Ve své diplomové práci se věnuje problému rozpoznávání mluvčích. V textu je popsána základní teorie k tomuto tématu, návrh a realizace systému pro rozpoznávání tří mluvčích. V teorii se zabývám výpočtem parametrů pro rozpoznávání mluvčích. Program pro rozpoznávání je vytvořen v Matlabu jako samostatná aplikace. Program je napsán dvojjazyčně česky a anglicky. Pro správnou funkci systému potřebujeme mít mikrofon a zvukovou kartu v počítači s operačním systém Windows.
|
|
|
Uživatelské rozhraní pro Active Learning detekce a klasifikace v obraze
Bureš, Tomáš ; Šůstek, Martin (oponent) ; Rozman, Jaroslav (vedoucí práce)
Při aktivním učení doménový expert nemusí anotovat veškerá data, ale pouze ta, která umožní model trénovat postupně. Příkladem aktivního učení je například detekce a následné odstranění špatných anotací. Dalším příkladem je detekce a rozšíření trénovacích dat, na kterých model selhává. Součástí práce je popis knihoven, frameworků a programů, které lze pro aktivní učení integrovat. Hlavní částí je návrh a popis uživatelského rozhraní webové aplikace pro aktivní učení. Aplikace umožňuje uživateli prohlížet dataset, řadit anotace a obrázky na základě vícero kritérií a upravovat anotace generované modelem aktivního učení. Grafické uživatelské rozhraní aplikace bylo implementováno s použitím frameworku Vue.js a knihovny Paper.js. V závěru práce je diskutována funkčnost a možnosti budoucícho rozšíření.
|
|
|
Demonstrační program pro předmět IZU
Hreha, Tomáš ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Táto bakalárska práca sa zaoberá návrhom aplikácie pre vizualizáciu základných algoritmov umelej inteligencie. V úvodnej časti popisuje teoretický základ pre jednotlivé témy a metódy spracované v rámci tejto práce, ďalej stručne popisuje vybrané technológie a dôvody ich použitia a základne prvky použité v rámci implementácie. Ďalšia časť práce je venovaná návrhu užívateľského rozhrania, jeho hlavným komponentám a popisuje spôsoby akými aplikácia interaguje s užívateľom a ako užívateľ interaguje s aplikáciou. Posledná časť obsahuje porovnanie s pôvodnými demo aplikáciami a zhrnutie výsledkov testovania.
|
|
|
Sdílení zkušeností v posilovaném učení
Mojžíš, Radek ; Šůstek, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce je využít metod sdílení zkušeností při učení neuronových sítí na problém posilovaného učení. Jako testovací prostředí používám staré 2D konzolové hry, jako například space invaders nebo Phoenix. Testuji vliv přeučení již natrénovaných modelů na nová podobná prostředí. Dále zkouším metody pro přenášení rysů domén. Nakonec se zaměřuji na možnosti trénování modelu na několika prostředích simultánně. Z výsledků získáme přehled o možnostech sdílení zkušeností při trénování modelů pro algoritmy posilovaného učení.
|
|
|
Prohledávání metrického prostoru s překážkami
Lukáč, Jakub ; Rozman, Jaroslav (oponent) ; Šůstek, Martin (vedoucí práce)
Táto práca sa zameriava na prehľadávanie metrického priestoru s prekážkami. Práca vyberie štyri metódy založené na prehľadávaní stavového priestoru a predstaví dva nové algoritmy, ktoré sa pokúsia brať do úvahy prekážky v priestore. Vybrané algoritmy a novo navrhnuté algoritmy sú implementované ako aplikácia v programovacom jazyku Java, aplikácia je priložená v prílohe. Práca predkladá experimenty na priestoroch s rôznymi typmi prekážok pre porovnanie jednotlivých metód.
|
|
|
Modifikace obrazu pomocí neuronových sítí
Maslowski, Petr ; Zbořil, František (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá obarvováním šedotónového obrazu a zvětšováním rozlišení obrazu za pomoci neuronových sítí. Stručně vysvětluje principy neuronových sítí a shrnuje dosavadní přístupy v těchto oblastech. Dále pak popisuje návrh, implementaci a trénování různých architektur neuronových sítí. Nejlepší vytvořená architektura pro obarvování obrazu dokáže dobře obarvit především obrázky venkovních prostor. Architektura pro zvětšování rozlišení obrazu s reziduálními bloky, jež byla trénována s perceptuální chybovou funkcí, provádí dvojnásobné zvětšení rozlišení obrazu (celkem 4x více pixelů). Součástí této práce je také implementace webové aplikace, která využívá natrénované modely pro úpravu obrazu.
|
|
|
Mobilní aplikace pro vyhledávání a správu receptů
Lončík, Andrej ; Šůstek, Martin (oponent) ; Zbořil, František (vedoucí práce)
Cieľom tejto práce je vytvoriť mobilnú aplikáciu pre zariadenia s operačným systémom Android, ktorá slúži pre vyhľadávanie a spravovanie receptov a tvorbu jedálnička . Aplikácia by mala umožňovať hlasový vstup a rozpoznávanie ingrediencií z obrazu . Text práce popisuje celý proces tvorby mobilnej aplikácie od prvotnej myšlienky , cez analýzu konkurencie , návrhu užívateľského rozhrania , implementácie až po zaverečné testovanie a finálne publikovanie . Výsledné riešenie navyše umožňuje vytvárať vlastné recepty aj vyhladávať recepty na základe dostupných ingrediencií . Tie je možné zadať textom , hlasovým vstupom alebo pomocou rozpoznávania z obrazu vďaka nástroju Firebase ML Kit Image Labelling. Súčasťou je autentizácia pomocou Google účtu a uchovávanie užívateľského obsahu vo Firebase Realtime Database. Mobilná aplikácia je zverejnená v obchode Google Play pod názvom Recipio .
|
|
|
Systém pro doporučování filmů
Janko, Pavel ; Zbořil, František (oponent) ; Šůstek, Martin (vedoucí práce)
Tato práce se zabývá především přístupy k sestrojení systému pro doporučování filmů. Je zde obecně popsán princip neuronových sítí a rovněž jsou zde shrnuty základní i pokročilé techniky pro tvorbu doporučovacích systémů. Jádrem práce je návrh, implementace a experimentování se systémem, jehož cílem je doporučování filmů na základě dat pocházejících z volně dostupných datových sad. Pro předpovědi hodnocení, které by uživatel udělil filmům po jejich shlédnutí, systém využívá faktorizační model založený na kolaborativním filtrování. Práce dále řeší souvislosti konfigurace hyperparametrů modelu s přesností doporučení, provádění experimentů za účelem zlepšení přesnosti modelu a nakonec srovnání modelu s existujícími řešeními.
|
host ::
RSS.