|
|
Ab initio výpočty fázové stability vícesložkových slitin
Fikar, Ondřej ; Brož, Pavel (oponent) ; Černý, Miroslav (oponent) ; Zelený, Martin (vedoucí práce)
Ab initio metody jsou metody vycházející z ryze teoretických poznatků kvantové fyziky, které lze použít k predikci fyzikálních, chemických, mechanických a mnohých dalších vlastností materiálů. Vzhledem k rapidnímu nárůstu dostupnosti výpočetních zdrojů v posledních desetiletích se stala teoretická predikce vlastností nedílnou součástí designu nových materiálů. Tato práce se zaměřuje na teoretickou predikci fázové stability a rozpustnosti tuhých roztoků. Ab initio výpočty byly provedeny na základě teorie funkcionálu hustoty s využitím projektovaných přidružených vln a teplotní závislosti termodynamických veličin byly získány pomocí fononových výpočtů a Monte Carlo simulací. Pozornost je v této práci věnována několika slitinám zejména na bázi hliníku, stříbra a hořčíku, které byly zkoumány za účelem zjištění spolehlivosti predikce rozpustnosti v pevné fázi. Výpočet stability tuhých roztoků byl proveden vícekrát různými metodami se zahrnutím různých příspěvků k celkové energii jednotlivých soustav za účelem určení vlivu jednotlivých příspěvků a metod na přesnost predikce. Rozpustnosti jsou porovnány s experimentálními daty, které byly zprostředkovány metodou CALPHAD.
|
|
|
Detekce škodlivosti komunikačních partnerů a jejich sítí
Kučera, Rostislav ; Homoliak, Ivan (oponent) ; Očenášek, Pavel (vedoucí práce)
S rostoucí závislostí populace na elektronických zařízeních, roste také riziko ztráty nebo zneužití dat. Se zvyšujícím se množstvím útoků v počítačových sítích, nabírají systémy pro detekci škodlivého provozu na důležitosti. Cílem této práce je teoretický rozbor a implementace modulů pro detekci maligní počítačové komunikace pomocí metod strojového učení, konkrétně pomocí modelu neuronové sítě, a statistické analýzy, které jsou nasazeny v rámci rozšířeného systému pro detekci průniku Snort.
|
|
|
Extrakce informací z Wikipedie
Jurišica, Rudolf ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
Cílem práce je snížit počet neznámých odkazovaných entit ve článcích české Wikipedie. Dosáhnuto toho bylo jednak za využití pomocných, již existujících řešení, tvořených výzkumnou skupinou KNOT na VUT FIT, a dále pak vytvořením sady programů. Tyto programy se automaticky spouští každý měsíc při vydání nové verze Wikipedie. Automaticky doplní znalostní bázi o nová jména, vygeneruje jejich odvozené tvary, a upraví samotné články přímo na Wikipedii.
|
|
|
Systém pro rozpoznávání dezinformací v prostředí webu
Večerka, Lukáš ; Žádník, Martin (oponent) ; Strnadel, Josef (vedoucí práce)
Tato práce se zabyvá návrhem, realizací a ověřením systému pro automatické rozpoznávání dezinformací v prostředí webu. Představuje problematiku šíření dezinformací v online prostředí a jeho dopad na společnost. Zaměřuje se na trénování několika Českych transformers jazykovych modelů pro rozpoznání dezinformací a dále na automatickou extrakci obsahu článků z českych internetovych novin a jejich analyzu využitím klasifikace textu a zpracování přirozeného jazyka pomocí metod hlubokého učení. Vysledky těchto analyz jsou pak prezentovány na webovém uživatelském rozhraní s cílem poskytnout platformu pro ověření článků, autorů a zdrojů. Rozhraní by mohlo byt použito k anotaci dat experty pro průběžné vylepšování jazykovych modelů.
|
|
|
Detection of parking space availability based on video
Kužela, Miloslav ; Zelený, Ondřej (oponent) ; Frýza, Tomáš (vedoucí práce)
Determining a parking space occupation is often solved by using physical sensors located near a parking space, but with the rise of machine learning, it is possible to apply such technology with the use of cameras and detection algorithms to solve such a problem. This thesis focuses on the use of this machine learning model. Presents currently available models and detectors, discusses the creation of a custom data set with a custom file structure, trains such a model, and consults its results based on its accuracy when applied in a parking lot. This model is then used among side a created web server that allows the users of the parking lot to view the current occupancy and history. All by using the Python programming language with Torchvision libraries.
|
|
|
Monitorování fitness aktivit pomocí nositelného zařízení
Toman, Adam ; Trčka, Tomáš (oponent) ; Tofel, Pavel (vedoucí práce)
Práce se zabývá problematikou měření fitness aktivit nositelným zařízením. V teoretické části seznamuje čtenáře s historickým vývojem nositelných zařízení, popisuje princip fitness aktivit a odporového tréninku, včetně konkrétních fitness aktivit, a způsoby využití nositelných zařízení pro zaznamenání a vyhodnocení těchto aktivit. Cílem praktické části je využít dodané senzory pro měření předem zvolených veličin z fitness aktivit a vyvinout nenáročný algoritmus schopný využít změřená data pro klasifikaci aktivit a jejich vyhodnocení. Po praktické části následuje prezentace dosažených výsledků a jejich diskuze.
|
|
|
Využití neuronové sítě při detekci poruch srdečního rytmu z EKG dat a signálu akcelerometru
Aleksandrenko, Borys ; Ředina, Richard (oponent) ; Bulková, Veronika (vedoucí práce)
Tato bakalářská práce se věnuje problematice detekce poruch srdečního rytmu ze signálů EKG a akcelerometru s využitím strojového učení. Nejprve byla provedena analýza možností detekce poruch srdečního rytmu z těchto signálů pomocí teoretické rešerše. V další části byla navržena metodika pro detekci dvou poruch rytmu: nepřiměřené sinusové tachykardie a chronotropní inkompetence. Metodika byla dodatečně doplněna adaptivní filtrací EKG signálu pomocí signálu akcelerometru. Ve třeti částí práce byla vytvořena databáze vzorků pro trénování modelů strojového učení navržených v metodice. Další část obsahovala popis a realizaci modelů. V páté části práce byla v programovacím jazyce Python vytvořena aplikace pro detekci poruch srdečního rytmu pomocí navržené metodiky. Nakonec byla provedena diskuze a evaluace výsledků.
|
|
|
Evoluční návrh neuronových sítí
Kastner, Jan ; Hurta, Martin (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato práce je věnována implementaci metody pro řešení problémů v oblasti automatizovaného návrhu architektury konvolučních neuronových sítí (CNN). Optimalizace dvou základních a často protichůdných charakteristik, počtu parametrů a kvality klasifikace CNN, je prováděna pomocí vícekriteriálního optimalizačního genetického algoritmu (NSGA-II). Pro zakódování tohoto problému je využita technika kartézského genetického programování (CGP), která umožňuje reprezentaci široké škály architektur CNN a současně lze parametrizací vhodně omezit prohledávaný prostor. Experimenty byly prováděny na datasetu MNIST za účelem pochopení vlivu velikosti populace na kvalitu výsledného řešení. Z výsledků experimentů je také patrné, že kvalita nalezených architektur dokáže konkurovat již etablovaným modelům. Jedná se tedy o alternativní přístup, který v porovnání s manuálním návrhem nevyžaduje lidskou intervenci.
|
|
|
Využití umělé inteligence pro automatizaci obchodování na burze
Čermák, František ; Hůlka, Tomáš (oponent) ; Matoušek, Radomil (vedoucí práce)
Tahle diplomová práce se zabývá využitím umělé inteligence pro automatizaci obchodování na burze. Hlavním cílem bylo prozkoumat současné technologie aplikované v algoritmickém obchodování a následně navrhnout a vyvinout automatizovaný obchodní systém využívající umělou inteligenci. Práce se zaměřuje na různé aspekty algoritmického obchodování, včetně vysokofrekvenčního obchodování, cloudových řešení, strojového učení, blockchainu a smart contracts. Dále zkoumá aplikace umělé inteligence v obchodování, jako je prediktivní analytika a zpracování přirozeného jazyka, a diskutuje etické a regulační výzvy spojené s touto technologií. Návrh a vývoj automatizovaného obchodního systému je popsán detailně, včetně architektury systému, volby programovacích jazyků a nástrojů, a implementace obchodních algoritmů. Výsledky ukazují, že využití umělé inteligence může výrazně zvýšit efektivitu a přesnost obchodování na burze, avšak je třeba vzít v úvahu technologická a etická rizika. Tato práce přináší významný příspěvek k výzkumu v oblasti algoritmického obchodování a poskytuje základy pro další výzkum v optimalizaci obchodních algoritmů a integraci nových technologií.
|
|
|
Moderní přístup k měření citlivosti mikrobiálních kultur na antibiotika s využitím strojového učení
Lepík, Jakub ; Burget, Radim (oponent) ; Čičatka, Michal (vedoucí práce)
Bakalářská práce se zaměřuje na problematiku měření citlivosti mikrobiálních kultur na antibiotika (AST), konkrétně na vylepšení a automatizaci vyhodnocení diskové difúzní metody pomocí strojového učení a architektur pro detekci objektů v obraze. Díky využití vývojové platformy TensorFlow a rozsáhlé datové sady, na níž byly vytrénovány vlastní detekční modely, jako je EfficientDet, je umožněno zpracování široké škály vstupních dat. To přináší možnost využití mobilních zařízení vedle tradičních laboratorních přístrojů při vyhodnocování této metody. Pomocí dalších technik zpracování obrazu a knihovny OpenCV byl vyvinut vlastní algoritmus na měření velikosti inhibičních zón, který je společně s detekčními modely integrován v rámci modulu do webové aplikace společnosti Bruker Daltonics GmbH & Co. Tento modul, vyvíjený pomocí platformy ASP.NET, je přehledným a užitečným nástrojem pro asistenci pracovníkům v mikrobiologických laboratořích.
|
host ::
RSS.