|
|
Pokročilá interpretace změn výkonu software
Kraus, Lukáš ; Rogalewicz, Adam (oponent) ; Pavela, Jiří (vedoucí práce)
Cílem této práce je vytvořit pokročilý algoritmus pro identifikaci vhodných verzí projektu s cílem identifikovat výkonnostní změny a chyby. Pro tento účel je popsán nástroj Perun (vyvíjen v rámci výzkumné skupiny VeriFIT ), systémy pro správu verzí, metody sledování změn výkonu mezi jednotlivými verzemi a možnosti zobrazení k interpretaci výsledků. Byla navrhnuta a v jazyce Python implementována analýza zdrojového kódu; detekce změn mezi verzemi; vyhodnocení změn podle pravidel; výpočet rozhodnutí, zda jsou verze vhodné k výkonnostnímu testování; a interpretace výsledků na webové stránce.
|
|
|
Odezírání ze rtů pomocí hlubokých neuronových sítí
Kadleček, Josef ; Kišš, Martin (oponent) ; Hradiš, Michal (vedoucí práce)
Tato práce se zabývá současnými metodami pro přepis řeči na text a odezírání ze rtů za pomoci neuronových sítí. Následně se zabývá podobností architektur neuronových sítí operujících nad zvukem a videem při rozpoznávání řeči a porovnává dostupné audiovizuální datové sady. Výsledkem práce je sada experimentů porovnávající různé zásahy do modelu a jejich dopad na výsledky. Dále je součástí implementace systému pro přepis řeči (CER: 12.6 %) a pro odezírání ze rtů (CER: 57,7 %). Architektury obou systémů jsou založeny na extrakci příznaků pomocí konvolučních vrstev. Za nimi následují rekurentní vrstvy LSTM, další řada konvolučních vrstev a hodnotící funkce CTC.
|
|
|
In-Memory Databases
Možucha, Jakub ; Volf, Tomáš (oponent) ; Zendulka, Jaroslav (vedoucí práce)
This bachelor thesis deals with in-memory databases and concepts that were developed to create such systems. To lay the base ground for in-memory concepts, the thesis summarizes the development of the most used database systems. The data layouts like the column and the row layout are introduced together with the compression and storage techniques used to maintain persistence of the in-memory databases. The other parts contain the overview of the existing in-memory database systems and describe the benchmarks used to test the performance of the in-memory databases. At the end, the thesis analyses the results of benchmarks.
|
|
|
Vyhledávání podobných 3D modelů
Karásek, Miroslav ; Najman, Pavel (oponent) ; Španěl, Michal (vedoucí práce)
Práce se zabývá návrhem a implementací vyhledávání 3D modelů v databázi na základě podobnosti. Samotná databáze je realizována za použití rychlých datových struktur v jazyce Python. Využívá knihovny třetích stran na extrakci Spherical harmonics a 3D Zernikeho deskriptorů. Pro přístup k databázi je navrženo REST aplikační rozhraní, jehož využití je demonstrováno na ukázkovém webovém uživatelském rozhraní. Dále se práce zabývá kvalitou vyhledávání, prezentuje výsledky implementovaného vyhledávacího enginu a navrhuje možná vylepšení.
|
|
|
Raspberry Pi - Video Control
Bock, Pavol ; Nosko, Svetozár (oponent) ; Zemčík, Pavel (vedoucí práce)
The goal of this project was to design and implement a video playback controller for the Kodi player. First, existing solutions and products are described and analysed. Based on the analysis a technical product specification is created. Finally, an application is implemented according to this specification. The outcome of the project is a functional application that can be used to control video playback.
|
|
|
Application for Controlled Access to Remote Documents for Microsoft Windows
Feranec, Adam ; Bartík, Vladimír (oponent) ; Rychlý, Marek (vedoucí práce)
This thesis aims to design, implement and test a client-side application for Microsoft Windows to ensure controlled access to remote documents for the VDU project. The application is programmed in the C++ language, using the object-oriented library MFC, the WinFsp interface for virtual file system integration, and the Windows API. The application accesses the server via REST API, and it is tested with a created simulated server and a custom testing script, both programmed in the Python programming language.
|
|
|
Návrh struktury řidicího systému pro konvoj autonomních vozidel s využitím frameworku ROS
Buchta, Hynek ; Růžička, Michal (oponent) ; Věchet, Stanislav (vedoucí práce)
Náplní této bakalářské práce je návrh architektury řídicího systémů pro konvoj autonomních vozidel s využitím softwarových nástrojů frameworku Robot Operating System. Navržený řídicí systém musí umožňovat integraci různých typů senzorů pro zajištění rozšiřitelnosti do možných budoucích aplikací. Systém je realizován na platformě Pi 3, jednodeskovém počítači společnosti Raspberry. Hlavní vstupní periferií je kamera strojové vidění připojená přes rozhraní USB. Další důležitou součástí je modul bezdrátové sítě sloužící ke komunikaci mezi vozidly a vzdálenému přístupu k jednotlivým vozidlům konvoje. O řízení motorů se stará mikrokontroler mbed LPC1768 připojený prostřednictvím sériové linky.
|
|
|
Optimalizace heuristické analýzy spustitelných souborů
Wiglasz, Michal ; Křoustek, Jakub (oponent) ; Hruška, Tomáš (vedoucí práce)
Tato bakalářská práce byla vypracována v průběhu studijního pobytu na Universita della Svizzera italiana ve Švýcarsku. Tato práce popisuje implementaci klasifikačního nástroje pro detekci neznámého škodlivého softwaru, které by mohla nahradit současné řešení, založené na ručně určených vahách. Databáze použitá pro učení a testování byla poskytnuta antivirovou a bezpečnostní společností AVG Technologies. Pět různých klasifikátorů bylo srovnáno za účelem nalezení nejvhodnější metody k implementaci: naivní bayesovský klasifikátor, rozhodovací stromy, algoritmus RandomForrest, neuronové sítě a support vector machine. Po několika experimentech byl vybrán naivní bayesovský klasifikátor. Implementovaná aplikace pokrývá všechny potřebné funkce: extrakci atributů, učení klasifikátoru a odhad jeho úspěšnosti a klasifikaci neznámých vzorků. Protože společnost AVG je ochotna tolerovat maximálně 1% falešně pozitivních klasifikací, úspěšnost implementovaného klasifikátoru je pouze 61,7 %, což je o méně než 1 % lepší než u současného řešení. Na druhou stranu, učící proces je plně automatizovaný a umožňuje rychlé přeučení (v průměru během 12 sekund pro 90 tisíc trénovacích vzorků.)
|
|
| |
|
| |
host ::
RSS.