|
|
Klasifikace cévního řečiště na snímcích sítnice
Tebenkova, Iuliia ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Analýza snímků sítnice má důležitý význam, protože člověk získá kolem 90 % informací z okolí přes oči. Automatizace procesů analýzy zobrazení sítnice přispívá ke zlepšení efektivity lékařských retinálních vyšetření. Tato diplomová práce se zabývá automatickými metodami klasifikace snímků cévního řečiště retiny pořízených digitální fundus kamerou. Je prozkoumána a implementována metoda klasifikace cévního řečiště s použitím klasifikátoru na základě neuronových sítí, které se trénují a pak se testují na úsecích cév retinálního řečiště. Ve stručnosti je v této práci popsán anatomický pohled na sítnici, vlastnosti obrazových dat z digitální fundus kamery a metody klasifikace retinálních snímků. Poslední kapitola se zabývá hodnocením úspěšnosti klasifikace cévního řečiště automatickými metodami.
|
|
|
Model stárnutí unipolárního tranzistoru
Soukal, Pavel ; Kolka, Zdeněk (oponent) ; Petržela, Jiří (vedoucí práce)
S neustálým vývojem v bezdrátových komunikacích je v posledních letech žádoucí integrace rádio-frekvenčních a komunikačních obvodů do jednoho čipu. Technologie CMOS se postupem času neustále vyvíjí, a proto se stává více atraktivní pro realizaci implementace systému do jediného čipu. CMOS tranzistory jsou však stále zmenšovány, a proto ve vzrůstajícím elektrickém poli významně roste efekt horkých přepravců (HCI). Pokud je oxid zmenšen na méně než 5 nm je zde pravděpodobnost měkkého nebo tvrdého selhání oxidu (S/HBD). Výsledkem generování těchto oxidových pastí je dlouhodobá odchylka od normálního výkonu, která souvisí se spolehlivostí zařízení a obvodů. Se zmenšováním a rostoucími ztrátami na výkonu se provozní teplota značně zvyšuje. Další problém ve spolehlivosti zařízení je teplotní nestabilita pracovního bodu (NBTI) způsobená pastmi pod vysokou teplotou a záporným napětím hradla, které vzniká při zvýšené operační teplotě zařízení. Extrakce parametrů je velmi důležitou součásti procesu modelování elektronických součástí, protože hledá hodnoty neznámých parametrů matematického modelu, který modeluje fyzikální závislosti dané součástky. Potíž je, že problém extrakce je špatně postavenou úlohou, jejíž řešení je obtížné. Tato diplomová práce také ukazuje extrakci (vyjmutí) parametru, metodiku optimalizace a ověřování těchto poznatků na matematických modelech MOSFET tranzistoru (LEVEL1, LEVEL2 a LEVEL3). Uvedená nelineární metoda je založena na metodě nejmenších čtverců, kterou řešíme Levenberg - Marquardtovým algoritmem.
|
|
|
Rozpoznání hudebního slohu z orchestrální nahrávky za pomoci technik Music Information Retrieval
Jelínková, Jana ; Zvončák, Vojtěch (oponent) ; Kiska, Tomáš (vedoucí práce)
Pojem klasická hudba obsahuje, stejně jako žánry populární hudby, mnoho žánrových variant. Cílem práce je pomocí strojového učení rozlišit tyto žánrové varianty z orchestrálních nahrávek. Tato práce se zaměřuje na skladby z období od konce 16. století do začátku 20. století, jedná se tedy o baroko, klasicismus a romantismus. K identifikaci těchto tří hudebních slohů je využita metoda Music Information Retrieval, která spočívá v získávání parametrů z nahrávek a jejich evaluaci. Evaluované parametry jsou využity jako vstupní data pro klasifikátory. Klasifikace probíhá pomocí metod strojového učení, konkrétně se jedná o algoritmy kNN (K-Nearest Neighbor, v češtině k-nejbližší soused), LDA (Linear Discriminant Analysis, lineárně diskriminační analýza), GMM (Gaussian Mixture Models, Gaussovy smíšené modely) a SVM (Support Vector Machines, podpůrné vektory). V závěru práce je shrnuta dosažená úspěšnost jednotlivých klasifikačních algoritmů. Výsledky ukázaly, že značná odlišnost barokního slohu od zbylých dvou slohů, umožňuje jeho velmi přesnou klasifikaci. Naproti tomu klasicismus vykazuje velkou podobnost s romantismem a jeho identifikace proto dosahuje nižší úspěšnosti. Toto zjištění je ve shodě s předpokladem, který vychází z hudebně-teoretické charakteristiky slohů, která je popsána v první kapitole této práce.
|
|
|
Extrakce parametrů pro výzkum interpretačního výkonu
Laborová, Anna ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Rozdílné interpretace stejné skladby se mohou mezi sebou zásadně lišit. Nejen skladatel a noty definují posluchačův hudební zážitek, ale i charakteristická interpretace je integrální částí hudebního díla. Pro objektivní analýzu interpretačního výkonu jsou parametry rozděleny do čtyř tříd – z hlediska času (tempa), hlasitosti (dynamiky), témbru a výšky tónu. Každý parametr nebo jejich kombinace může ovlivnit výsledný unikátní charakter interpretace. Extrakce parametrů pro výzkum interpretačního výkonu je jedno z komplikovaných témat stojící na pomezí oblastí analýzy interpretačního výkonu a získávání informací z hudby. Předložená práce shrnuje poznatky a metody z obou oblastí. Pro výzkum byla vytvořena databáze, která obsahuje 31 nahrávek jedinečných interpretací 2. věty Lento Smyčcového kvartetu č. 12 F dur (1893) českého romantického skladatele Antonína Dvořáka (1841–1904).
|
|
|
Extrakce parametrů pro výzkum interpretačního výkonu
Laborová, Anna ; Miklánek, Štěpán (oponent) ; Ištvánek, Matěj (vedoucí práce)
Rozdílné interpretace stejné skladby se mohou mezi sebou zásadně lišit. Nejen skladatel a noty definují posluchačův hudební zážitek, ale i charakteristická interpretace je integrální částí hudebního díla. Pro objektivní analýzu interpretačního výkonu jsou parametry rozděleny do čtyř tříd – z hlediska času (tempa), hlasitosti (dynamiky), témbru a výšky tónu. Každý parametr nebo jejich kombinace může ovlivnit výsledný unikátní charakter interpretace. Extrakce parametrů pro výzkum interpretačního výkonu je jedno z komplikovaných témat stojící na pomezí oblastí analýzy interpretačního výkonu a získávání informací z hudby. Předložená práce shrnuje poznatky a metody z obou oblastí. Pro výzkum byla vytvořena databáze, která obsahuje 31 nahrávek jedinečných interpretací 2. věty Lento Smyčcového kvartetu č. 12 F dur (1893) českého romantického skladatele Antonína Dvořáka (1841–1904).
|
|
|
Rozpoznání hudebního slohu z orchestrální nahrávky za pomoci technik Music Information Retrieval
Jelínková, Jana ; Zvončák, Vojtěch (oponent) ; Kiska, Tomáš (vedoucí práce)
Pojem klasická hudba obsahuje, stejně jako žánry populární hudby, mnoho žánrových variant. Cílem práce je pomocí strojového učení rozlišit tyto žánrové varianty z orchestrálních nahrávek. Tato práce se zaměřuje na skladby z období od konce 16. století do začátku 20. století, jedná se tedy o baroko, klasicismus a romantismus. K identifikaci těchto tří hudebních slohů je využita metoda Music Information Retrieval, která spočívá v získávání parametrů z nahrávek a jejich evaluaci. Evaluované parametry jsou využity jako vstupní data pro klasifikátory. Klasifikace probíhá pomocí metod strojového učení, konkrétně se jedná o algoritmy kNN (K-Nearest Neighbor, v češtině k-nejbližší soused), LDA (Linear Discriminant Analysis, lineárně diskriminační analýza), GMM (Gaussian Mixture Models, Gaussovy smíšené modely) a SVM (Support Vector Machines, podpůrné vektory). V závěru práce je shrnuta dosažená úspěšnost jednotlivých klasifikačních algoritmů. Výsledky ukázaly, že značná odlišnost barokního slohu od zbylých dvou slohů, umožňuje jeho velmi přesnou klasifikaci. Naproti tomu klasicismus vykazuje velkou podobnost s romantismem a jeho identifikace proto dosahuje nižší úspěšnosti. Toto zjištění je ve shodě s předpokladem, který vychází z hudebně-teoretické charakteristiky slohů, která je popsána v první kapitole této práce.
|
|
|
Klasifikace cévního řečiště na snímcích sítnice
Tebenkova, Iuliia ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Analýza snímků sítnice má důležitý význam, protože člověk získá kolem 90 % informací z okolí přes oči. Automatizace procesů analýzy zobrazení sítnice přispívá ke zlepšení efektivity lékařských retinálních vyšetření. Tato diplomová práce se zabývá automatickými metodami klasifikace snímků cévního řečiště retiny pořízených digitální fundus kamerou. Je prozkoumána a implementována metoda klasifikace cévního řečiště s použitím klasifikátoru na základě neuronových sítí, které se trénují a pak se testují na úsecích cév retinálního řečiště. Ve stručnosti je v této práci popsán anatomický pohled na sítnici, vlastnosti obrazových dat z digitální fundus kamery a metody klasifikace retinálních snímků. Poslední kapitola se zabývá hodnocením úspěšnosti klasifikace cévního řečiště automatickými metodami.
|
|
|
Model stárnutí unipolárního tranzistoru
Soukal, Pavel ; Kolka, Zdeněk (oponent) ; Petržela, Jiří (vedoucí práce)
S neustálým vývojem v bezdrátových komunikacích je v posledních letech žádoucí integrace rádio-frekvenčních a komunikačních obvodů do jednoho čipu. Technologie CMOS se postupem času neustále vyvíjí, a proto se stává více atraktivní pro realizaci implementace systému do jediného čipu. CMOS tranzistory jsou však stále zmenšovány, a proto ve vzrůstajícím elektrickém poli významně roste efekt horkých přepravců (HCI). Pokud je oxid zmenšen na méně než 5 nm je zde pravděpodobnost měkkého nebo tvrdého selhání oxidu (S/HBD). Výsledkem generování těchto oxidových pastí je dlouhodobá odchylka od normálního výkonu, která souvisí se spolehlivostí zařízení a obvodů. Se zmenšováním a rostoucími ztrátami na výkonu se provozní teplota značně zvyšuje. Další problém ve spolehlivosti zařízení je teplotní nestabilita pracovního bodu (NBTI) způsobená pastmi pod vysokou teplotou a záporným napětím hradla, které vzniká při zvýšené operační teplotě zařízení. Extrakce parametrů je velmi důležitou součásti procesu modelování elektronických součástí, protože hledá hodnoty neznámých parametrů matematického modelu, který modeluje fyzikální závislosti dané součástky. Potíž je, že problém extrakce je špatně postavenou úlohou, jejíž řešení je obtížné. Tato diplomová práce také ukazuje extrakci (vyjmutí) parametru, metodiku optimalizace a ověřování těchto poznatků na matematických modelech MOSFET tranzistoru (LEVEL1, LEVEL2 a LEVEL3). Uvedená nelineární metoda je založena na metodě nejmenších čtverců, kterou řešíme Levenberg - Marquardtovým algoritmem.
|
host ::
RSS.