|
|
Mining of Textual Data from the Web for Speech Recognition
Kubalík, Jakub ; Plchot, Oldřich (oponent) ; Mikolov, Tomáš (vedoucí práce)
The preliminary goals of this project were to get familiar with language modeling for speech recognition and techniques for acquisition of text data from the Web. Speech recognition techniques are introduced and statistical language modeling is described in detail. The text also covers mining models and techniques, information retrieval especially. Specific problems of Web mining are discussed and Google search is introduced. Special attention was paid to detailed description of implementation of the text mining system. However, the main goal of this work was to determine, whether the data acquired from the Web can provide some improvement into the recognition systems. The text is describing experiments, which use the retrieved Web data to update sample language models.
|
|
|
Částicové efekty v počítačových hrách
Zachariáš, Michal ; Štancl, Vít (oponent) ; Mikolov, Tomáš (vedoucí práce)
Cílem této bakalářské práce je čtenáři přiblížit problematiku částicových systémů, jejich historii a současný trend, který stále více směřuje k využití akcelerace pomocí GPU grafických adaptérů. Dále se zabývá návrhem a implementací částicového systému tak, aby byl minimalizován počet výpočetních operací nutných pro simulaci chování částic.
|
|
|
WaldBoost na GPU
Polok, Lukáš ; Mikolov, Tomáš (oponent) ; Hradiš, Michal (vedoucí práce)
Rozpoznání obrazu a strojové vidění obecně je spolu s rozmachem levné a výkonné výpočetní techniky rychle se rozvíjejícím odvětvím. Rozpoznání obrazu má mnoho různých aplikací v širokém spektru odvětví, od komunikace přes bezpečnost až po zábavu. Algoritmy pro rozpoznání obrazu se stále vyvíjejí a většinou jsou výpočetně poměrně náročné, proto se mnoho autorů zabývá jejich implementací na specializovaných hardwarových akcelerátorech. Tato práce se zabývá implementací rozpoznání obrazu metodou WaldBoost na platformě grafických akcelerátorů (GPU).
|
|
|
STATISTICAL LANGUAGE MODELS BASED ON NEURAL NETWORKS
Mikolov, Tomáš ; Zweig, Geoffrey (oponent) ; Hajič,, Jan (oponent) ; Černocký, Jan (vedoucí práce)
Statistical language models are crucial part of many successful applications, such as automatic speech recognition and statistical machine translation (for example well-known Google Translate). Traditional techniques for estimating these models are based on Ngram counts. Despite known weaknesses of N-grams and huge efforts of research communities across many fields (speech recognition, machine translation, neuroscience, artificial intelligence, natural language processing, data compression, psychology etc.), N-grams remained basically the state-of-the-art. The goal of this thesis is to present various architectures of language models that are based on artificial neural networks. Although these models are computationally more expensive than N-gram models, with the presented techniques it is possible to apply them to state-of-the-art systems efficiently. Achieved reductions of word error rate of speech recognition systems are up to 20%, against stateof-the-art N-gram model. The presented recurrent neural network based model achieves the best published performance on well-known Penn Treebank setup.
|
|
|
Tvorba aplikace pro zobrazování 3D objektů pro prostorové vidění
Kubiš, František ; Polok, Lukáš (oponent) ; Mikolov, Tomáš (vedoucí práce)
Tato práce se zabývá způsobem jak vytvořit stereoskopickou projekci a stereoskopický obraz na počítači, co jej ovlivňuje a jak jej dále vylepšit. Je zde popsáno několik běžně používaných zobrazovacích technologií a jsou zde teoreticky popsány knihovny využité při návrhu a implementaci práce. Poslední část se zabývá návrhem, implementací a testováním aplikace pro světla typu DigitalSpot od firmy ROBE lighting s.r.o..
|
|
|
Grafické intro 64kB s použitím OpenGL
Fiala, Petr ; Mikolov, Tomáš (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá problematikou řešení grafického intra s omezenou velikostí do 64kB. Obsahuje stručný úvod k OpenGL, rozebírá techniky a postupy, jak dosáhnout stanovené malé výsledné velikosti aplikace, od nastavení kompilátoru, přes procedurální generování textur a modelů po výslednou komprimaci exe packerem.
|
|
| |
|
|
Komplexita v celulárních automatech
Hudcová, Barbora ; Mikolov, Tomáš (vedoucí práce)
Naším dlouhodobým cílem je identifikovat komplexní systémy vhodné k mod- elování umělého života. Tento problém je obtížný zčásti kvůli chybějící formální definici komplexního chování. V této práci proto zkoumáme pojem komplexity dynamických systémů známých jako celulární automaty. Představujeme novou klasifikaci jejich dynamiky, kterou využíváme k automatickému rozpoznávání zajímavého chování ve velkých prostorech celulárních automatů. Naše výsledky dále porovnáváme s dříve navrhnutými metodami klasifikace. Ve druhé části práce se zameřujeme na zkoumání dozadné dynamiky celulárních automatů, tedy studujeme vzory daných automatů. V tomto kontextu zavádíme novou metodu reprezentace jednodimenzionálních automatů, pomocí které lze charakterizovat všechny jejich garden of eden konfigurace. Využití této metody demonstrujeme na příkladech. 1
|
|
|
Komplexita v celulárních automatech
Hudcová, Barbora ; Mikolov, Tomáš (vedoucí práce) ; Kupsa, Michal (oponent)
Naším dlouhodobým cílem je identifikovat komplexní systémy vhodné k mod- elování umělého života. Tento problém je obtížný zčásti kvůli chybějící formální definici komplexního chování. V této práci proto zkoumáme pojem komplexity dynamických systémů známých jako celulární automaty. Představujeme novou klasifikaci jejich dynamiky, kterou využíváme k automatickému rozpoznávání zajímavého chování ve velkých prostorech celulárních automatů. Naše výsledky dále porovnáváme s dříve navrhnutými metodami klasifikace. Ve druhé části práce se zameřujeme na zkoumání dozadné dynamiky celulárních automatů, tedy studujeme vzory daných automatů. V tomto kontextu zavádíme novou metodu reprezentace jednodimenzionálních automatů, pomocí které lze charakterizovat všechny jejich garden of eden konfigurace. Využití této metody demonstrujeme na příkladech. 1
|
|
|
STATISTICAL LANGUAGE MODELS BASED ON NEURAL NETWORKS
Mikolov, Tomáš ; Zweig, Geoffrey (oponent) ; Hajič,, Jan (oponent) ; Černocký, Jan (vedoucí práce)
Statistical language models are crucial part of many successful applications, such as automatic speech recognition and statistical machine translation (for example well-known Google Translate). Traditional techniques for estimating these models are based on Ngram counts. Despite known weaknesses of N-grams and huge efforts of research communities across many fields (speech recognition, machine translation, neuroscience, artificial intelligence, natural language processing, data compression, psychology etc.), N-grams remained basically the state-of-the-art. The goal of this thesis is to present various architectures of language models that are based on artificial neural networks. Although these models are computationally more expensive than N-gram models, with the presented techniques it is possible to apply them to state-of-the-art systems efficiently. Achieved reductions of word error rate of speech recognition systems are up to 20%, against stateof-the-art N-gram model. The presented recurrent neural network based model achieves the best published performance on well-known Penn Treebank setup.
|
host ::
RSS.