|
| |
|
|
Umělá inteligence ve hře Bang!
Kolář, Vít ; Lodrová, Dana (oponent) ; Orság, Filip (vedoucí práce)
Cílem této diplomové práce je vytvoření umělé inteligence do karetní hry Bang!. Obsahem této práce je kompletní popis hry Bang!, její pravidla, strategické principy používané při hraní a rozbor hry pohledu UI. Dále práce podává přehled metod umělé inteligence a základní informace o disciplíně teorie her. Následuje popis implementace v jazyce C++ a způsobu vytvoření umělé inteligence za pomoci Bayesovské klasifikace a rozhodovacích stromů založených na expertních systémech. Poslední část obsahuje zhodnocení vesměs pozitivních výsledků a závěr s možnými dalšími rozšířeními.
|
|
|
Unární klasifikátor obrazových dat
Beneš, Jiří ; Petyovský, Petr (oponent) ; Horák, Karel (vedoucí práce)
Práce se zabývá úvodem do klasifikačních algoritmů. Následně rozděluje klasifikátory na unární, binární a multi-class a popisuje jednotlivé typy klasifikátorů. Práce srovnává jednotlivé klasifikátory a jejich oblasti použití. Pro unární klasifikátory jsou v práci uvedeny praktické příklady a seznam využívaných architektur. Práce obsahuje kapitolu zaměřenou na srovnání vlivů hyper parametrů na kvalitu unární klasifikace pro jednotlivé architektury. Součástí odevzdání práce je potom praktický příklad reimplementace unárního klasifikátoru.
|
|
|
Moderní řečové příznaky používané při diagnóze chorob
Bílý, Ondřej ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá diagnózou Parkinsonovy choroby na základě analýzy řečového signálu. Na začátku práce je popsána tvorba řečového signálu. Následuje popis analýzy řečového signálu, jeho předzpracování a následná extrakce příznaků. Dále je popsána Parkinsonova choroba a změna řečového signálu při tomto postižení. V následující části jsou popsány příznaky, které se používají pro diagnózu Parkinsonovy choroby (FCR, VSA, VOT atd.). Další část práce se zabývá metodami redukce a výběru příznaků pomocí učících se algoritmů (SVM, ANN, k-NN) a jejich následné ohodnocení. V poslední části diplomové práce je popsán vytvořený program pro počítání příznaků. Dále je popsán výběr příznaků a na konec jsou zhodnoceny všechny dosažené výsledky.
|
|
|
Získávání znalostí z obchodních procesů
Skácel, Jan ; Kreslíková, Jitka (oponent) ; Bartík, Vladimír (vedoucí práce)
Tato diplomová práce objasňuje disciplínu získávání znalostí z obchodních procesů. Je zde ukázán princip dolování. Značná část tématiky je věnována problémům při objevování procesu. Dále se práce věnuje analýze konkrétního výrobního procesu, na jejímž základě jsou navrženy tři dolovací metody, které se snaží zjistit nedostatky v procesu. První objevuje výrobní proces a vykresluje jej do grafu. Druhá metoda využívá simulátor produkční historie k získání produktů, které pravděpodobně způsobily opoždění výrobního procesu. Z~takto získaných dat se poté dolují frekventované množiny. Třetí metoda se snaží predikovat čas zpracování produktu na vybraném pracovišti pomocí asociačních pravidel. Poslední dvě zmíněné metody využívají algoritmus Frequent Pattern Growth. Získané znalosti z této práce umožňují zefektivnit výrobní proces a lépe plánovat samotnou výrobu.
|
|
|
Porovnání klasifikačních metod
Dočekal, Martin ; Zendulka, Jaroslav (oponent) ; Burgetová, Ivana (vedoucí práce)
Tato práce se zabývá porovnáním klasifikátorů. Nejprve jsou popsány klasifikační techniky založené na strojovém učení, poté je navržen a implementován systém pro porovnání klasifikátorů. Dále jsou popsány klasifikační úlohy a datové sady, na kterých je systém otestován. Vyhodnocení je prováděno pomocí standardních metrik. V rámci práce je též navržen a implementován klasifikátor založený na principu evolučních algoritmů.
|
|
|
Detekce a rozpoznání objektů v obraze
Muzikářová, Michaela ; Hradiš, Michal (oponent) ; Zemčík, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá návrhem a implementací aplikace typu klient-server, která umožňuje rozpoznání objektů v obraze a využívá již existující mobilní aplikaci. V teoretické části jsou nejprve popsány rozdíly lidského a počítačového vidění, dále detekce a rozpoznání objektů včetně vybraných metod. Další sekce obsahuje popis umělých neuronových sítí, které byly pro práci hlouběji nastudovány, spolu s jejich využitím k rozpoznání objektů. Následují informace, týkající se vybraných mobilních aplikací pro rozpoznání objektů v obraze, zakončené přehledem frameworků a knihoven, umožňujících práci s neuronovými sítěmi. Z nich byl k práci zvolen Caffe Framework. Dále je popsán průběh návrhu a řešení a vytvořený systém včetně experimentů a datasetů, použitých k ověření jeho funkčnosti.
|
|
|
Klasifikace materiálu využívaného pro stavbu zahradních jezírek
Sýkora, Jiří ; Repková, Martina (oponent) ; Komendová, Renata (vedoucí práce)
Tato bakalářská práce se zabývá studiem výskytu forem anorganického fosforu ve vodách zahradních jezírek a vlivu použitého materiálu na množství uvolnitelného fosforu ve formě fosforečnanů do vodního prostředí. V praktické části je tato práce zaměřena na analýzu a následnou klasifikaci stavebního materiálu pro tvorbu zahradních jezírek právě podle schopnosti uvolňovat fosfor ve formě fosforečnanů do vody.
|
|
| |
|
| |
host ::
RSS.