Národní úložiště šedé literatury Nalezeno 5 záznamů.  Hledání trvalo 0.01 vteřin. 
A Library for Binary Decision Diagrams
Paulovčák, Martin ; Holík, Lukáš (oponent) ; Lengál, Ondřej (vedoucí práce)
The aim of this thesis is to create an easy-to-use library that will provide the basic means for Boolean function manipulation based on six different variants of Binary Decision Diagrams - BDD, ZDD, CBDD, CZDD, TBDD, and ESRBDD. The library is implemented in the ISO C programming language, uses closed hashing, index-based node referencing, mark and sweep based garbage collector and diagram construction is based on classical depth-first traversal. The implemented variants of these diagrams were compared on benchmarks and although the optimal choice of decision diagram variant depends on given problem, in general TBDD proved to be the best choice in terms of the resulting graph size and also CPU time.
Deep Learning for Object Detection
Pitoňák, Radoslav ; Dobeš, Petr (oponent) ; Teuer, Lukáš (vedoucí práce)
Táto práca sa zaoberá metódami použivanými na detekciu objektov ktoré používajú hlboké neurónové siete. Na začiatku sú popísané konvolučné neurónové siete a porovnané bežne používané metódy na detekciu objektov. V dalšej časti sa venuje návrhu a implementácii vybranej metódy natrénovanej na špecifickom datasete. Na konci tejto práce sú výsledky, ktoré tento model dosiahol diskutované a porovnané s výsledkami iných metód.
A Library for Binary Decision Diagrams
Paulovčák, Martin ; Holík, Lukáš (oponent) ; Lengál, Ondřej (vedoucí práce)
The aim of this thesis is to create an easy-to-use library that will provide the basic means for Boolean function manipulation based on six different variants of Binary Decision Diagrams - BDD, ZDD, CBDD, CZDD, TBDD, and ESRBDD. The library is implemented in the ISO C programming language, uses closed hashing, index-based node referencing, mark and sweep based garbage collector and diagram construction is based on classical depth-first traversal. The implemented variants of these diagrams were compared on benchmarks and although the optimal choice of decision diagram variant depends on given problem, in general TBDD proved to be the best choice in terms of the resulting graph size and also CPU time.
Deep Learning for Object Detection
Pitoňák, Radoslav ; Dobeš, Petr (oponent) ; Teuer, Lukáš (vedoucí práce)
Táto práca sa zaoberá metódami použivanými na detekciu objektov ktoré používajú hlboké neurónové siete. Na začiatku sú popísané konvolučné neurónové siete a porovnané bežne používané metódy na detekciu objektov. V dalšej časti sa venuje návrhu a implementácii vybranej metódy natrénovanej na špecifickom datasete. Na konci tejto práce sú výsledky, ktoré tento model dosiahol diskutované a porovnané s výsledkami iných metód.
Behaviour driven development
Vodička, Petr ; Buchalcevová, Alena (vedoucí práce) ; Pecinovský, Rudolf (oponent)
Bakalářská práce se věnuje popisu a praktické ukázce použití metodiky Behaviour Driven Development -- Vývoje řízeného požadavky na chování. Cílem práce je seznámit čtenáře s popisovanou metodikou -- ukázat její přístup k softwarovým projektům, poskytnout ucelený teoretický základ a představit možnost využití metodiky, především jejích nástrojů, konkrétně frameworku Cucumber-JVM, a přístupu specifikace na základě příkladů, při vývoji aplikací v jazyku Java. Součástí práce je ukázka malého softwarového projektu, jehož produktem je demonstrační aplikace vyvinutá přístupem BDD. Jelikož je Vývoj řízený požadavky na chování agilním přístupem, věnuje se úvodní část práce stručnému popisu tohoto přístupu a porovnává jej s přístupem tradičním, aby byl vytvořen kontext pro následující teoretickou a praktickou část.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.