|
|
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.
|
|
|
Algorithmic Accompaniment Composition
Vinš, Jakub ; Hradiš, Michal (oponent) ; Kolář, Martin (vedoucí práce)
This thesis deals with problems of computer music, especially with generating accompaniment to an existing song in MIDI format by means of artificial neural networks. Existing methods of algorithmic music composition are presented in the beginning. Followed by problems and their solutions connected with the conversion of MIDI files to matrices, which are suitable as an input for neural network and their inverse transformation. Subsequently are proposed, created, optimized and evaluated models which generate saxophone and piano accompaniment by means of feedforward and recurrent neural network. At the end model generates accompaniment to my own song as a form of a test.
|
|
|
Algorithmic Accompaniment Composition
Vinš, Jakub ; Hradiš, Michal (oponent) ; Kolář, Martin (vedoucí práce)
This thesis deals with problems of computer music, especially with generating accompaniment to an existing song in MIDI format by means of artificial neural networks. Existing methods of algorithmic music composition are presented in the beginning. Followed by problems and their solutions connected with the conversion of MIDI files to matrices, which are suitable as an input for neural network and their inverse transformation. Subsequently are proposed, created, optimized and evaluated models which generate saxophone and piano accompaniment by means of feedforward and recurrent neural network. At the end model generates accompaniment to my own song as a form of a test.
|
|
|
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.