|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
|
|
Metody a algoritmy pro rozpoznávání obličejů
Soukup, Jiří ; Heriban, Pavel (oponent) ; Šťastný, Jiří (vedoucí práce)
Práce se zabývá popisem základních metod pro problematiku rozpoznávání obličejů. Mezi popisované metody patří PCA, LDA, ICA, trasová transformace, technika shlukových grafů, genetické algoritmy a neuronové sítě. V praktické části se práce zabývá implementací algoritmu PCA a jeho kombinaci s neuronovou sítí s radiální bází a genetického algoritmu. Neuronová síť s radiální bází je použita v roli klasifikátoru a genetický algoritmus je v jednom případě použit pro trénink neuronové sítě a v druhém případě pro výběr vlastních vektorů vytvořených metodou PCA. Tato metoda, spojení PCA + GA, zvané EPCA, dosahuje na testované ORL databázi nejlepších výsledků v rámci porovnávaných algoritmů.
|
|
|
Aerodynamická analýza poddajného křídla kluzáku
Jurina, Marek ; Vaněk, František (oponent) ; Navrátil, Jan (vedoucí práce)
Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku.
|
|
|
Aerodynamická analýza poddajného křídla kluzáku
Jurina, Marek ; Vaněk, František (oponent) ; Navrátil, Jan (vedoucí práce)
Tato práce se zabývá určením vlivu poddajnosti křídla kluzáku na změnu rozložení zatížení. Pro určení vlivu poddajnosti byla provedena FSI analýza využívající modální superpozici. Analýza byla ověřena analytickým výpočtem. Byly určeny rozdíly v rozložení zatížení mezi tuhým a poddajným křídlem pro vybrané letové režimy. Byl zjištěn 3,9 % nárůst ohybového momentu v některých částech křídla. Práce prokazuje důležitost započítání vlivu deformace křídla při návrhu kluzáku.
|
|
|
Metody a algoritmy pro rozpoznávání obličejů
Soukup, Jiří ; Heriban, Pavel (oponent) ; Šťastný, Jiří (vedoucí práce)
Práce se zabývá popisem základních metod pro problematiku rozpoznávání obličejů. Mezi popisované metody patří PCA, LDA, ICA, trasová transformace, technika shlukových grafů, genetické algoritmy a neuronové sítě. V praktické části se práce zabývá implementací algoritmu PCA a jeho kombinaci s neuronovou sítí s radiální bází a genetického algoritmu. Neuronová síť s radiální bází je použita v roli klasifikátoru a genetický algoritmus je v jednom případě použit pro trénink neuronové sítě a v druhém případě pro výběr vlastních vektorů vytvořených metodou PCA. Tato metoda, spojení PCA + GA, zvané EPCA, dosahuje na testované ORL databázi nejlepších výsledků v rámci porovnávaných algoritmů.
|
|
|
Rozpoznávání objektů pomocí neuronových sítí
Marák, Jaroslav ; Rozman, Jaroslav (oponent) ; Zbořil, František (vedoucí práce)
Tato práce se zaměřuje na neuronové sítě a jejich klasifikační schopnosti při rozpoznávání objektů v obraze. Pro rozpoznávání je zde použito vícevrstvé dopředné neuronové sítě, trénovatelné pomocí algoritmu zpětného šíření chyby - Back Propagation. V práci je zmíněna problematika volby topologie takovéto sítě a významných parametrů ovlivňujících průběh učení dopředné sítě. Pomocí série experimentů rozpoznávání objektů v různých úlohách jsou prezentovány dosažené výsledky spolu se zhodnocením úspěšnosti.
|
host ::
RSS.