Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.01 vteřin. 
Analýza zvukových nahrávek pomocí hlubokého učení
Kramář, Denis ; Říha, Kamil (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato diplomová práce se zabývá řešením problému audio-klasifikace zvuku těžby motorové pily v přirozeném prostředí s využitím převážně konvolučních neuronových sítí. Nejprve je probrána teorie týkající se grafické reprezentace zvukového signálu. Další část je věnována oblasti strojového učení. Ve třetí kapitole jsou prezentovány některé současné práce zabývající se touto problematikou. V rámci praktické části je představen použitý dataset a testované neuronové sítě. Dosažené výsledky testování jsou porovnány na základě dosažené úspěšnosti a pomocí křivek ROC. Robustnost představených řešení je ověřena pomocí navrženého detekčního programu a zhodnocena pomocí objektivních kritérií.
Vliv deforestace krajiny na využívání původních druhů rostlin v okrese Sen Monorom, Kambodža
Chalupová, Karolína
Bakalářská práce se zaměřuje na rozsah deforestace krajiny v Kambodži a její vliv na využívání původních druhů rostlin v okrese Sen Monorom. K řešení této problematiky bylo využito literární rešerše a terénního průzkumu, který zobrazuje monitoring výskytu a způsoby využití původních druhů okresu. V neposlední řadě bylo užito dotazníkového průzkumu, který se soustředí zejména na objektivní a subjektivní vnímání odlesňování. Z výsledků práce vyplývá, že deforestace krajiny v Kambodži stále narůstá. Řada druhů podlehla náporu nelegální těžby a nadměrné poptávky. Pokud nedojde ke změnám v systému a lesním hospodářství, je pravděpodobné, že bude docházet k dalším ztrátám biodiverzity.
Analýza zvukových nahrávek pomocí hlubokého učení
Kramář, Denis ; Říha, Kamil (oponent) ; Přinosil, Jiří (vedoucí práce)
Tato diplomová práce se zabývá řešením problému audio-klasifikace zvuku těžby motorové pily v přirozeném prostředí s využitím převážně konvolučních neuronových sítí. Nejprve je probrána teorie týkající se grafické reprezentace zvukového signálu. Další část je věnována oblasti strojového učení. Ve třetí kapitole jsou prezentovány některé současné práce zabývající se touto problematikou. V rámci praktické části je představen použitý dataset a testované neuronové sítě. Dosažené výsledky testování jsou porovnány na základě dosažené úspěšnosti a pomocí křivek ROC. Robustnost představených řešení je ověřena pomocí navrženého detekčního programu a zhodnocena pomocí objektivních kritérií.

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