|
|
Webová aplikace pro intuitivní sestavení filtrů textu
Sadílek, Jakub ; Kolář, Martin (oponent) ; Herout, Adam (vedoucí práce)
Cílem této práce je poskytnout intuitivní a snadno použitelný nástroj pro pokročilou filtraci textu s možností jednoduchého prototypování a ladění, bez nutnosti znát techniky programování. Základním principem je volba textových nástrojů a jejich řazení do řady tzv. pipeline, což je typické pro shell, ze kterého aplikace čerpá inspiraci. Nástroje také lze dodatečně editovat či zaměňovat. Aplikace míří zejména na uživatele neznající tento princip nebo programátory, pro které je časově výhodné si nechat text takto upravit a následně si vygenerovat ekvivalentní shell výraz. Další způsob ladění je realizován pomocí tzv. breakpointů, přes které se lze snadno a rychle zaměřit na vybrané řádky textu. Aplikace tak nabízí běh ve dvou režimech, mezi kterými lze libovolně přepínat podle potřeb uživatele.
|
|
|
Algorithmic Music Composition
Pankuch, Adam ; Beran, Vítězslav (oponent) ; Kolář, Martin (vedoucí práce)
The goal of this thesis is to create a system, which is able to generate guitar tracks. This problem consists of two main parts: acquisition of a training dataset and training of a suitable deep learning model. The first part of the problem was solved by series of scripts which filter and transform a set of songs with many instruments in Guitar Pro format to a set of guitar tracks in pianoroll format. The second part of the problem was solved by training a few convolutional and recurrent neural networks on the created dataset of guitar tracks. Guitar tracks generated by these networks were compared to each other and evaluated. Although, the generated tracks are not very harmonic and pleasing to the ear, they show that convolutional networks are more suitable for generation of polyphonic music than other types of neural networks.
|
|
|
Mobilní aplikace pro vytváření výzev a účast v nich
Plachý, Tomáš ; Kolář, Martin (oponent) ; Herout, Adam (vedoucí práce)
Tato práce se zabývá problematikou návrhu, implementace a testování mobilní aplikace pro operační systémy iOS a Android. V práci jsem vyvinul aplikaci, která uživatelům umožňuje vytvořit výzvu, pozvat do ní přátele a sledovat jejich postup ve výzvě, což může mít za následek vyšší motivaci ke splnění výzvy pro daného uživatele. Aplikace byla navržena a vyvíjena s důrazem na názory uživatelů. Nejdříve jsem vytvořil prototyp, který mi posloužil ke zjištění toho, jaké funkce jsou pro uživatele klíčové. Na základě těchto informaci jsem poté vytvořil oficiální verzi aplikace a tu iterativně vylepšoval s ohledem na zpětnou vazbu od testerů.
|
|
|
Video montáž na platformě Android
Janska, Miroslav ; Herout, Adam (oponent) ; Kolář, Martin (vedoucí práce)
Cílem této práce je implementovat aplikaci umožňující editování videa na platformě Android. Při implementaci byl použit framework FFmpeg umožňující manipulaci s multimediálním obsahem. Během implementace byla aplikace iterativně vylepšována a přizpůsobována požadavkům uživatelů. Výsledná aplikace umožňuje střih, spojování několika videí a~aplikování efektů. Díky aplikaci může potencionální uživatel sestříhat natočená videa během pár minut.
|
|
|
Generating Faces with Generative Adversarial Networks
Konečný, Daniel ; Herout, Adam (oponent) ; Kolář, Martin (vedoucí práce)
The goal of this thesis is generating color images of faces from randomly chosen high-dimensional vectors with Generative Adversarial Networks. The next task is to analyze input vectors based on the features of faces generated from those vectors. Three different models of Generative Adversarial Network are implemented, one for generating images of handwritten digits and other two for generating images of faces. Generated images show credible-looking faces, but recognizable from real ones with a human eye. Single dimensions of input vectors are analyzed with Student's t-test. Linear Discriminant Analysis is then used to project input vectors into subspaces where the classes of features are separable. Analysis of generated data proves that the input vector can be specifically chosen to generate an image of a face with requested features with probability up to 80 %. The main result of this thesis is a model of Generative Adversarial Network for generating images of faces. A tool for generating images of faces with chosen features is implemented too.
|
|
|
Příprava trénovacích dat pomocí generativních neuronových sítí
Ševčík, Pavel ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce byla příprava trénovací datové sady pro detekci dopravních značek pomocí generativních neuronových sítí. V řešení byla použita upravená architektura U-Net a bylo experimentováno s aplikací stylů pomocí vrstev AdaIN podobně jako v modelu StyleGAN. Rozšířením reálné datové sady GTSDB o uměle vytvořené snímky bylo dosaženo úspěšnosti 80,36 %, což představuje zlepšení o 19,27 % oproti úspěšnosti detektoru natrénovanému pouze na reálných datech.
|
|
|
Aktivní učení s neuronovými sítěmi
Bureš, Tomáš ; Kolář, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Práce se věnuje problematice aktivního učení a jeho spojení s neuronovými sítěmi. Nejprve obsahuje úvod do problematiky, nastínění metod prozkoumaných metod aktivního učení. Následuje praktická část s experimenty zkoumající jednotlivé strategie a jejich vyhodnocování.
|
|
|
Databázové úložiště virtuální čekárny
Sadloň, Matej ; Brejcha, Jan (oponent) ; Kolář, Martin (vedoucí práce)
Tato práce je součástí projektu zvaného virtuální čekáren. Jedná se o multiplatformní aplikaci která umožňuje uživatelům zajednat termín u některého z poskytovatelů bez potřeby osobního čekání v čekárně. Práce popisuje návrh a implementaci databáze, knižnice pro práci s touto databází a klienta pro správu poskytovatelů a čekáren. Pro tento účel byli použitý technologie jako MySQL, PHP a HTML.
|
|
|
Hluboké neuronové sítě pro posilované učení v realtimové strategii
Barilla, Marco ; Dobeš, Petr (oponent) ; Kolář, Martin (vedoucí práce)
Strojové učenie je jedna z najrýchlejšie napredujúcich odvetví dnešnej vedy. Je to podoblasť umelej inteligencie ktorá sa zaoberá problémom, ako pomocou počítačov riešiť komplexné moderné problémy. Vo vývoji tohto odvetvia hrajú dôležitú úlohu hry, pretože predstavujú optimálne prostredie na testovanie nových prístupov a ich porovnávanie so schopnosťami človeka. Jedna z hier ktoré sú v tejto oblasti stredobodom pozronosti je Starcraft 2, vďaka svojej širokej hráčskej základni a svojej komplexnosti. Praktickým cieľom tejto práce je vytvoriť advantage actor ctiric agenta, ktorý ktorý bude schopný operovať v prostredí tejto hry.
|
|
|
Rozpoznávání historických textů pomocí hlubokých neuronových sítí
Vešelíny, Peter ; Kolář, Martin (oponent) ; Kišš, Martin (vedoucí práce)
Táto práca sa zaoberá rozpoznávaním riadkov z historických textov. Historické texty pochádzajú z obdobia od 17. až 19 storočia a sú napísané pomocou fraktúry. Pri rozpoznávaní písma sa používa architektúra neurónovej siete zvaná sequence-to-sequence . Táto architektúra vychádza z modelu kodér-dekodér a používa mechanizmus attention . V rámci práce bola z textov, pochádzajúcich z archívu Deutsches Textarchiv , vytvorená dátová sada. Tento archív obsahuje 3 897 rôznych nemeckých diel, ku ktorým sú dostupné snímky strán a ich prepisy. Vytvorená dátová sada sa následne používa pri trénovaní a experimentovaní s neurónovou sieťou. V rámci experimentov sú skúmané rôzne modely konvolučných sietí, vplyv hyperparametrov siete a účinok pozičného kódovania na výsledky rozpoznávania. Výsledný model dokáže rozpoznať znaky s presnosťou 99,63 %. Prínosom tejto práce je spomínaná dátová sada a neurónová sieť, ktorá sa môže použivať pri rozpoznávaní historických dokumentov.
|
host ::
RSS.