Národní úložiště šedé literatury Nalezeno 10 záznamů.  Hledání trvalo 0.00 vteřin. 
Adaptace parametrů ve fuzzy systémech
Fic, Miloslav ; Jura, Pavel (oponent) ; Jirsík, Václav (vedoucí práce)
Diplomová práce se zabývá problematikou adaptace parametrů fuzzy systémů a to především umělými neuronovými sítě. V rešeršní části je proveden rozbor dosavadních metod spojujících fuzzy systémy a umělé neuronové sítě včetně uvedení zdrojů mezi studentskými pracemi. V kapitole aplikace metod je věnován prostor ověření klasifikační schopnosti zvolené metody fuzzy-neuronové sítě v Kohonenovým učením a následně návrhu modelu fuzzy systému na bázi této metody.
Vizuální simulátor obecných neuronových sítí
Herman, David ; Zbořil, František (oponent) ; Martinek, David (vedoucí práce)
Předmětem této bakalářské práce je navržení obecné knihovny pro práci s neuronovými sítěmi. Dále pak implementace vizuálního simulátoru, který bude vhodně graficky reprezentovat po jednotlivých krocích algoritmy učení i aktivní dynamiku sítě. Mezi požadavky rovněž patří platformní nezávislost aplikace.
Traffic sign recognition with using of neural networks
Zámečník, Dušan ; Horák, Karel (oponent) ; Jirsík, Václav (vedoucí práce)
This paper deals with traffic signs recognition. Red color area is obtained by thresholding in HSV color model. Selected radiometric deskriptors, Hough transform deskriptors and neural networs are used to classification. In conclusion has been designed complex decision algorithm.
Využití neuronových sítí v klasifikaci srdečních onemocnění
Skřížala, Martin ; Tannenberg, Milan (oponent) ; Hrubeš, Jan (vedoucí práce)
Práce je zaměřená na návrh a využití umělých neuronových sítí jako klasifikátoru srdečních onemocnění z EKG signálu se zaměřením na ischemickou chorobu srdeční. Změny ST-T komplexů jsou významným ukazatelem ischemie v EKG signálu. Různe typy ischemické choroby srdeční se projevují zejména elevací nebo depresí ST segmentů a změnami T vlny v analyzovaném signálu. První část této práce obsahuje teoretický úvod popisující jednotlivé typy ischemické choroby srdeční a na ně vázané změny EKG signálu. Druhá část je věnována popisu předzpracování EKG signálu ke klasifikaci neuronovými sítěmi. Obsahuje filtraci EKG, QRS detekci, detekci ST-T komplexů a popis analýzy hlavních komponent a její využítí k popisu analyzovaného signálu. V poslední části práce je popsán návrh a způsob detekce možných příznaků ischemické choroby srdeční v EKG pomocí dvou typů umělých neuronových sítí: Back-propagation, SOM. Dále jsou zde uvedeny výsledky navržených algoritmů. Přílohy obsahují popis navrženého programu pro klasifikaci srdečních onemocnění, popis jednotlivých jeho funkcí, dále zde najdeme podrobný popis všech použitých neuronových sítí a tabulky obsahující detailní výsledky klasifikace EKG signálu. Samotný program byl vytvořen v programovacím prostředí Matlab R2007b.
Kohonenova síť
Fic, Miloslav ; Hynčica, Tomáš (oponent) ; Jirsík, Václav (vedoucí práce)
Bakalářská práce se zabývá problematikou samoorganizujících neuronových sítí a jejich učícím mechanismem. Je rozebráno učení, aktivace a aplikace Kohonenovy sítě. Část bakalářské práce je věnována programu Kohonenovy neuronové sítě. Praktická část práce obsahuje citlivostní analýzu výsledného stavu sítě na učící parametry a jejich vliv na průběh učení. Na zvolených variacích parametrů učení je zkoumán vliv počátečního nastavení vah na výslednou „pozici“ vítězných neuronů.
Kohonenova síť
Fic, Miloslav ; Hynčica, Tomáš (oponent) ; Jirsík, Václav (vedoucí práce)
Bakalářská práce se zabývá problematikou samoorganizujících neuronových sítí a jejich učícím mechanismem. Je rozebráno učení, aktivace a aplikace Kohonenovy sítě. Část bakalářské práce je věnována programu Kohonenovy neuronové sítě. Praktická část práce obsahuje citlivostní analýzu výsledného stavu sítě na učící parametry a jejich vliv na průběh učení. Na zvolených variacích parametrů učení je zkoumán vliv počátečního nastavení vah na výslednou „pozici“ vítězných neuronů.
Vizuální simulátor obecných neuronových sítí
Herman, David ; Zbořil, František (oponent) ; Martinek, David (vedoucí práce)
Předmětem této bakalářské práce je navržení obecné knihovny pro práci s neuronovými sítěmi. Dále pak implementace vizuálního simulátoru, který bude vhodně graficky reprezentovat po jednotlivých krocích algoritmy učení i aktivní dynamiku sítě. Mezi požadavky rovněž patří platformní nezávislost aplikace.
Adaptace parametrů ve fuzzy systémech
Fic, Miloslav ; Jura, Pavel (oponent) ; Jirsík, Václav (vedoucí práce)
Diplomová práce se zabývá problematikou adaptace parametrů fuzzy systémů a to především umělými neuronovými sítě. V rešeršní části je proveden rozbor dosavadních metod spojujících fuzzy systémy a umělé neuronové sítě včetně uvedení zdrojů mezi studentskými pracemi. V kapitole aplikace metod je věnován prostor ověření klasifikační schopnosti zvolené metody fuzzy-neuronové sítě v Kohonenovým učením a následně návrhu modelu fuzzy systému na bázi této metody.
Traffic sign recognition with using of neural networks
Zámečník, Dušan ; Horák, Karel (oponent) ; Jirsík, Václav (vedoucí práce)
This paper deals with traffic signs recognition. Red color area is obtained by thresholding in HSV color model. Selected radiometric deskriptors, Hough transform deskriptors and neural networs are used to classification. In conclusion has been designed complex decision algorithm.
Využití neuronových sítí v klasifikaci srdečních onemocnění
Skřížala, Martin ; Tannenberg, Milan (oponent) ; Hrubeš, Jan (vedoucí práce)
Práce je zaměřená na návrh a využití umělých neuronových sítí jako klasifikátoru srdečních onemocnění z EKG signálu se zaměřením na ischemickou chorobu srdeční. Změny ST-T komplexů jsou významným ukazatelem ischemie v EKG signálu. Různe typy ischemické choroby srdeční se projevují zejména elevací nebo depresí ST segmentů a změnami T vlny v analyzovaném signálu. První část této práce obsahuje teoretický úvod popisující jednotlivé typy ischemické choroby srdeční a na ně vázané změny EKG signálu. Druhá část je věnována popisu předzpracování EKG signálu ke klasifikaci neuronovými sítěmi. Obsahuje filtraci EKG, QRS detekci, detekci ST-T komplexů a popis analýzy hlavních komponent a její využítí k popisu analyzovaného signálu. V poslední části práce je popsán návrh a způsob detekce možných příznaků ischemické choroby srdeční v EKG pomocí dvou typů umělých neuronových sítí: Back-propagation, SOM. Dále jsou zde uvedeny výsledky navržených algoritmů. Přílohy obsahují popis navrženého programu pro klasifikaci srdečních onemocnění, popis jednotlivých jeho funkcí, dále zde najdeme podrobný popis všech použitých neuronových sítí a tabulky obsahující detailní výsledky klasifikace EKG signálu. Samotný program byl vytvořen v programovacím prostředí Matlab R2007b.

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