Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Efficient implementation of deep neural networks
Kopál, Jakub ; Mrázová, Iveta (vedoucí práce) ; Střelský, Jakub (oponent)
V posledných rokoch sa algoritmy v oblasti rozpoznávania obrazu založené na hlbokých neurónových sieťach neustále zlepšujú. Úspešnosť týchto algorit- mov dosiahla dokonca takú hranicu, že časť vývoja začala byť zameraná na zvýšenie ich rýchlosti na úkor presnosti. Vďaka najmodernejším pokrokom v oblasti hlbokého učenia a nového hardvéru optimalizovaného pre hlboké ne- urónové siete, je dnes možné detekovať objekty v obraze rýchlosťou viac než stokrát za sekundu s použitím mobilných zariadení. Hlavný cieľ tejto práce je naštudovať a zhrnúť významné metódy v oblasti efektívneho detekovania objektov v obraze a pomocou týchto metód ďalej aplikovať riešenie na daný problém. S použitím najnovších metód sme vyvinuli trakovací algoritmus za- ložený na našich vlastných modeloch na sledovanie vozidiel v reálnom čase za použitia mobilných zariadení. 1
Optimalizace architektury neuronových sítí pro rozpoznávání zdrojů akustické emise
Chlada, Milan ; Blaháček, Michal ; Převorovský, Zdeněk
V příspěvku je popsána a diskutována metoda rozpoznávání kombinace tří modelových emisních zdrojů buzených v reálné letecké konstrukci. Při optimalizaci zpětného odhadu jejich poměrného zastoupení ve zdrojové funkci naměřeného a zparametrizovaného signálu akustické emise byly určeny umělé neuronové sítě různých architektur. Následná citlivostní anylýza těchto sítí umožnila cílenou redukci vstupů až na minimum parametrů potřebných pro spolehlivý odhad poměrného zastoupení modelových zdrojů v budícím ultrazvukovém pulzu.

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