Národní úložiště šedé literatury Nalezeno 54 záznamů.  začátekpředchozí45 - 54  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Zpracování velkých dat v oblasti Průmyslu 4.0
Stredánsky, Dávid ; Fajčík, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Hlavným cieľom tejto bakalárskej práce je vytvorenie aplikácie pre spracovanie priemysel- ných veľkých dát. Výsledná aplikácia pracuje s vibračnými dátami nameranými na ložiskách. Aplikácia je navrhnutá podľa lambda architektúry pre spracovanie veľkých dát. Umožňuje sledovanie prijímania dát zo senzorov v reálnom čase a periodické spracovanie zhlukov dát. Pri spracovaní v zhlukoch analyzuje známymi metódami v oblasti sledovania kondície ložísk, ako napríklad sledovanie efektívnej hodnoty, odchýlky alebo šikmosti. Otestované je apliko- vanie metódy pre predikciu dát Prophet. Výsledná webová aplikácia je napísaná v jazyku Python s využitím frameworku Dash a výsledky zapisuje do MySQL databázy.
Recommender System for Web Articles
Kočí, Jan ; Kesiraju, Santosh (oponent) ; Fajčík, Martin (vedoucí práce)
Recommender systems for web articles are the main interest of this thesis. It explains the most popular approaches used to build these systems, proposes a neural-network-based architecture applying the Skip-gram inspired negative sampling method to the recommendation problem, implements this architecture together with several other models, using Singular value decomposition, collaborative filtering with Alternating Least Squares (ALS) algorithm and a content-based approach using the Doc2Vec algorithm to create document vectors from the obtained articles. Finally, it implements three evaluation metrics - namely the RANK metric, Recall at k and Precision at k - and compares the models with state-of-the-art. Apart from that it also gives a brief discussion on the role and purpose of these systems together with the motivation of using them.
Podpora hry Krycí jména na mobilním telefonu s OS Android
Hurta, Martin ; Fajčík, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem této práce je vytvoření podpůrné aplikace ke slovní asociační deskové hře Krycí jména na mobilní telefony s operačním systémem Android. Řešení se skládá z detekce a rozpoznání herního plánu za pomoci knihoven OpenCV a Tess-two a nástrojů Google Firebase ML Kit a následovného poskytnutí podpory v průběhu hry včetně volitelné úrovně jejího ulehčení a možnosti hry na více zařízeních díky službě Hry Google Play. Tyto funkce motivují uživatele k dalšímu užívání aplikace a poskytnutí dat ve formě vygenerovaného záznamu hry, užitečného pro další vývoj a ověřování asociačních modelů nebo strategií pro automatické hraní.
Řízení boje ve hře Starcraft II pomocí umělé inteligence
Krajíček, Karel ; Fajčík, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Táto práca sa zaoberá využitím umelej inteligencie a návrh funkčného modulu pre strategickú hru StarCraft II. Riešenie využíva neurónové siete a Q-learning pre boj. Pre implementáciu systému a jej prepojenie s hrou StarCraft používam StarCraft 2 Learning Environment. Vyhodnotenie systému je založené na jej schopnosti vykonať pokrok.
Aktivní učení s neuronovými sítěmi
Beneš, Štěpán ; Fajčík, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Práce se věnuje problematice propojení aktivního učení a konvolučních neuronových sítí při rozpoznávání obrazu. Cílem je pozorovat chování vybraných strategií aktivního učení v širším spektru podmínek. Nejprve se v práci nachází teoretický úvod do problematiky aktivního učení, následně je věnován prostor motivaci a obtížím spojení aktivního učení s neuronovými sítěmi. Samotné chování vybraných strategií při kontinuálním učení je pak pozorováno pomocí několika experimentů, testujících závislost výkonu na obtížnosti datasetu, kvalitě trénovaného modelu, trénovacích epochách, velikosti přidávané sady vzorků, spolehlivosti anotátora a použití techniky pseudo-označování. Výsledky ukazují závislost kontinuálního aktivního učení na obtížnosti datasetu a počtu trénovacích iterací, dále pak odolnost strategií na rozumnou míru chybovosti anotátora. Benefity z pseudo-označování jsou úzce spjaty s dostatečnou kvalitou modelu. Konečně, tradiční strategie aktivního učení mohou v několika případech konkurovat strategiím šitým na míru pro konvoluční sítě.
Inkrementální stahování webu pomocí systému Bubing
Ondřej, Karel ; Fajčík, Martin (oponent) ; Škoda, Petr (vedoucí práce)
Tato bakalářská práce se zabývá úpravou systému BUbiNG pro takzvané inkrementální stahování. V práci jsou dále popsány hlavní problémy spojené s inkrementálním stahováním internetu a využití dalších open-source systémů pro inkrementální stahování. Upravený systém podporuje opětovné navštěvování stránek pomocí dvou běžně používaných strategií. První ze strategií opětovně navštěvuje stránku vždy po stejném intervalu. Druhá strategie přizpůsobuje interval mezi návštěvami podle frekvence změn stránky.
Posilované učení pro hraní hry Starcraft
Chábek, Lukáš ; Fajčík, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Práce se zabývá metodami strojového učení aplikovanými pro hraní strategických her v realném čase. V práci se zabývám metodou strojového učení Q-learning založenou na zpětnovazebním učení. Praktická část práce je implementování agenta pro hraní hry Starcraft II. Mnou navržené řešení se učí spolupráci 4 jednoduchých sítí, které se nadále učí optimálně provádět jim přístupné akce ve hře. Analýza a vyhodnocení systému jsou provedeny experimentováním a sbíráním statistik z odehraných her.
Podpora hry Krycí jména na mobilním telefonu s OS Android
Grossmann, Jan ; Fajčík, Martin (oponent) ; Smrž, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá tvorbou aplikace pro podporu hraní společenské hry Krycí jména pro zařízení s operačním systémem Android. Aplikace pomáhá uživateli se strategií a usnadňuje rozhodování při podávání nápovědy. V práci nejprve probírám stávající řešení a jejich nedostatky. Na základě těchto poznatků rozebírám navržené řešení a poté i samotnou implementaci pomocí programovacího jazyka Java, do které patří uložení dat pomocí databázového systému nebo také rozpoznávání obrazu. Závěrem provádím a detailně popisuji uživatelské testování a důležité poznatky z něho vyplývající.
Automatizace verifikace pomocí neuronových sítí
Fajčík, Martin ; Husár, Adam (oponent) ; Zachariášová, Marcela (vedoucí práce)
Úlohou tejto práce je analýza a riešenie optimalizačných problémov vychádzajúcich z automatizácie funkčnej verifikácie hardvéru pomocou umelých neurónových sietí. Verifikácia ľubovoľného integrovaného obvodu (Design Under Verification, DUV) pomocou techniky verifikácie riadenej pokrytím (Coverage-Driven Verification) a metodiky UVM (Universal Verification Methodology) prebieha tak, že do DUV sú zasielané vstupné stimuly, pri ktorých verifikačné prostredie monitoruje percentuálne pokrytie DUV pomocou predom určenej špecifikácie sledovaných vlastností. Pokrytím v tomto kontexte myslíme merateľnú vlastnosť DUV, ako napríklad počet overených aritmetických operácií, či počet aktivovaných riadkov kódu. Na základe dosiahnutej veľkosti pokrytia a stanovenej špecifikácie je možné prehlásiť DUV za zverifikovaný. Súčasným trendom v automatizácii funkčnej verifikácie hardvéru je pseudonáhodné generovanie vstupných stimulov s obmedzeniami (constraints) pomocou techniky constrained-random stimulus generation. V tejto práci sa preto zaoberáme ovládaním pseudonáhodného generátoru stimulov (PNG), pričom obmedzenia pre generátor sú ovládané externým prostriedkom a to konkrétne neurónovou sieťou. Využívame tak vlastnosti neurónových sietí pre riešenie optimalizačných problémov vhodné pre prehľadávanie stavového priestoru pokrytia DUV. Riešenými optimalizačnými problémami sú priebežná úprava obmedzení PNG takým spôsobom, aby došlo k čo najrýchlejšiemu zverifikovaniu DUV a hľadanie najmenšej množiny stimulov takej, že táto množina zverifikuje DUV. Kvalitatívne vlastnosti navrhnutých riešení sú overené na 32-bitových aplikačne špecifických procesoroch (ASIPs) s názvom Codasip uRISC a Codix Cobalt.
Statická analýza zdrojového kódu jazyka CodAL
Fajčík, Martin ; Přikryl, Zdeněk (oponent) ; Hynek, Jiří (vedoucí práce)
Cílem této bakalářské práce je návrh a implementace rozšíření editorů jazyka CodAL v oblasti statické analýzy zdrojového kódu tohoto jazyka a návrhu jeho automatických oprav. Tato forma analýzy je vhodná například pro ověření sémantické korektnosti zdrojového kódu. Práce se dělí na teoretickou a praktickou část. Teoretická část této práce obsahuje obeznámení se s tvorbou rozšíření pro vývojové prostředí z řad platformy Eclipse, zejména s editorem jazyka CodAL, jazykem CodAL a vytyčením chyb tohoto jazyka vhodných pro zpracování statickou analýzou. Praktická část se zabývá konkrétní implementací prvků statické analýzy zdrojového kódu jazyka CodAL a návrhu jeho automatických oprav. Rozšiřované editory jazyka CodAL jsou dostupné ve vývojovém prostředí Codasip Studio založeném především na platformě Eclipse a projektu CDT. Produkt Codasip Studio je vyvíjený společností Codasip ve spolupráci s výzkumnou skupinou Lissom.

Národní úložiště šedé literatury : Nalezeno 54 záznamů.   začátekpředchozí45 - 54  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.