|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
Využití metod zpracování signálů pro zvýšení bezpečnosti automobilové dopravy
Beneš, Radek ; Říha, Kamil (oponent) ; Atassi, Hicham (vedoucí práce)
Diplomová práce se zabývá problematikou rozpoznávání dopravních značek ve videosekvenci. Systémy rozpoznání značek rozhodně přispívají ke zvýšení bezpečnosti v automobilové dopravě, což potvrzují i komerční systémy vkládané výrobci automobilů do svých vozů (Opel, BMW). V práci je nejprve prezentována motivace pro použití těchto systémů, následuje přehled současného stavu vývoje v této oblasti a nakonec je zvolena a detailně popsána konkrétní metoda pro rozpoznávání značek, která využívá pokročilé techniky zpracování obrazového signálu. Pro detekci značek, je v práci použita segmentační metoda, pracující s barevnou informací. Následná klasifikace je realizována lineárním klasifikátorem s volitelným využitím metody PCA. Navíc byla implementována metoda sledování dopravních značek ve videosekvenci založená na Kalmanově filtraci. Realizovaný systém dává poměrně kvalitní výsledky a v práci nechybí podrobné srovnání a zhodnocení úspěšnosti klasifikace.
|
|
Metody extrakce informace z textových dokumentů
Sychra, Tomáš ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Získávání znalostí z textových dokumentů představuje podmnožinu obecného získávání dat - dataminingu. Textové dokumenty však mají vlastnosti odlišné od běžných databází. Tato práce obsahuje přehled metod použitelných pro dolování informací z textů. Nejpoužívanější dolovací úlohou je klasifikace. Popíši možné přístupy při klasifikování dokumentů. V závěru představím algoritmus Winnow, který by měl při klasifikaci dosahovat dobrých výsledků v porovnání s ostatními algoritmy. Součástí práce je i popis implementace algoritmu Winnow a přehled dosažených výsledků.
|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6\%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
Topic Identification from Spoken TED-Talks
Vašš, Adam ; Ondel, Lucas Antoine Francois (oponent) ; Kesiraju, Santosh (vedoucí práce)
This thesis deals with the problems of language recognition and topic classification, using TED-LIUM corpus to train both the ASR and classification models. The ASR system is built using the Kaldi toolkit, achieving the WER of 16.6\%. The classification problem is addressed using linear classification methods, specifically Multinomial Naive Bayes and Linear Support Vector Machines, the latter method achieving higher topic classification accuracy.
|
|
Elektronické obchodování s cennými papíry
Mikulenčák, Roman ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
Práce se zabývá automatickým obchodním systémem s rozpoznáváním svíčkových formací pomocí lineární klasifikace s adaptivním trénováním vah. Vysvětluje základy obchodování, technickou analýzu a odborné termíny. Obsahuje popis algoritmické podstaty, implementace programu a experiment vytvořený obchodním systémem. Srovnání vybranou strategii s jinými přístupy.
|
|
Metody extrakce informace z textových dokumentů
Sychra, Tomáš ; Burget, Radek (oponent) ; Bartík, Vladimír (vedoucí práce)
Získávání znalostí z textových dokumentů představuje podmnožinu obecného získávání dat - dataminingu. Textové dokumenty však mají vlastnosti odlišné od běžných databází. Tato práce obsahuje přehled metod použitelných pro dolování informací z textů. Nejpoužívanější dolovací úlohou je klasifikace. Popíši možné přístupy při klasifikování dokumentů. V závěru představím algoritmus Winnow, který by měl při klasifikaci dosahovat dobrých výsledků v porovnání s ostatními algoritmy. Součástí práce je i popis implementace algoritmu Winnow a přehled dosažených výsledků.
|
|
Využití metod zpracování signálů pro zvýšení bezpečnosti automobilové dopravy
Beneš, Radek ; Říha, Kamil (oponent) ; Atassi, Hicham (vedoucí práce)
Diplomová práce se zabývá problematikou rozpoznávání dopravních značek ve videosekvenci. Systémy rozpoznání značek rozhodně přispívají ke zvýšení bezpečnosti v automobilové dopravě, což potvrzují i komerční systémy vkládané výrobci automobilů do svých vozů (Opel, BMW). V práci je nejprve prezentována motivace pro použití těchto systémů, následuje přehled současného stavu vývoje v této oblasti a nakonec je zvolena a detailně popsána konkrétní metoda pro rozpoznávání značek, která využívá pokročilé techniky zpracování obrazového signálu. Pro detekci značek, je v práci použita segmentační metoda, pracující s barevnou informací. Následná klasifikace je realizována lineárním klasifikátorem s volitelným využitím metody PCA. Navíc byla implementována metoda sledování dopravních značek ve videosekvenci založená na Kalmanově filtraci. Realizovaný systém dává poměrně kvalitní výsledky a v práci nechybí podrobné srovnání a zhodnocení úspěšnosti klasifikace.
|