|
|
Využití umělé inteligence ve vibrodiagnostice
Dočekalová, Petra ; Huzlík, Rostislav (oponent) ; Zuth, Daniel (vedoucí práce)
Diplomová práce pojednává o strojovém učení, expertních systémech, fuzzy logice, genetických algoritmech, neuronových sítích a teorii chaosu, které spadají do kategorie umělé inteligence. Cílem práce je popsat a implementovat tři různé klasifikační metody, podle kterých bude zpracován soubor dat. Pro aplikaci dat bylo zvoleno SW prostředí GNU Octave z licenčních důvodů. Dále vyhodnotit úspěšnost klasifikace dat včetně vizualizace. Pro srovnání jsou použity tři různé klasifikační metody, abychom mohli zpracovaná data mezi sebou porovnávat.
|
|
|
Využití SVM v prostředí finančních trhů
Štechr, Vladislav ; Prochocká, Kristína (oponent) ; Budík, Jan (vedoucí práce)
Tato diplomová práce se zabývá využitím regrese nebo klasifikace pomocí metody podpůrných vektorů SVM z oblasti strojového učení. SVM predikují hodnoty, které jsou používány k rozhodování automatického obchodovacího systému. Regrese a klasifikace jsou hodnoceny z hlediska použitelnosti pro rozhodování. Strategie je následně optimalizována, testována a vyhodnocována na množině historických dat devizového trhu Forex. Výsledky obchodování jsou slibné. Strategie by mohla být využita v kombinaci s jinou strategií, která by potvrzovala rozhodnutí o vstupu a výstupu z obchodů.
|
|
|
Popis a detekce textur v obraze
Zachar, Tomáš ; Ševcovic, Jiří (oponent) ; Španěl, Michal (vedoucí práce)
Tato bakalářská práce se zabývá metodami klasifikace textur a implementuje jednoduchý klasifikátor textur, umožňující generování dynamické banky filtrů dle aktuální sady textur. Pro získání příznaků jsou zvoleny Gáborovy filtry společně s Hu momenty. Jako klasifikátor je použit algoritmus SVM.
|
|
|
Vyhledávání fotografií podle obsahu
Valenta, Martin ; Mlích, Jozef (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá studiem metod vhodných k vyhledávání fotografií na základě obsahu a následným návrhem a implementací aplikace pro vyhledávání budov. Cílem zmíněné aplikace je vytvořit interaktivního průvodce městem s využitím kombinace webových a klientských technologií (mobilních, desktopových). Podrobněji jsou popsány jednotlivé kroky rozpoznávání. Extrakce klíčových bodů obrazu metodou SURF, vytvoření vizuálního slovníku pomocí algoritmu k-means, váhování slovníku metodou TF-IDF. K popisu obrazových dat je využit postup Bag of Words. V textu jsou dále zmíněny nové trendy v této oblasti a shrnut návrh aplikace a dosažené implementační výsledky.
|
|
|
Měření výšky postavy v obraze
Olejár, Adam ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Cieľom tejto práce bolo zhrnutie teórie nutnej pre úpravu, detekciu postavy a výpočet výšky detekovanej postavy v obraze. Následne boli tieto informácie aplikované pri implementáciu algoritmu. Prvá polovica práce teoreticky rozoberá skúmanú problematiku. Pojednáva o základných metódach predspracovania obrazu, rovinnej a projektívnej geometrie a ich transformácií. Popisuje skreslenie, ktoré do obrazu vnášajú nedokonalosti optických sústav kamier a možnosti jeho odstránenia. Následne vysvetľuje algoritmus HOG a opisuje samotnú metódu určenia výšky postavy. V Druhej polovici práce je zdokumentovaný vytvorený algoritmus spolu s jeho štatistickým vyhodnotením.
|
|
|
Využití EEG ve vyhodnocování emocionálních stavů člověka
Strakoš, Libor ; Mézl, Martin (oponent) ; Potočňák, Tomáš (vedoucí práce)
Diplomová práce se zabývá možnostmi zpracování EEG a klasifikací emocí do tříd v rámci emočního dvoudimenzionálního prostoru. První část tvoří literární rešerše na téma využití záznamu EEG pro zachycení emoční odezvy člověka na stimulační podněty zvukového, vizuálního a audiovizuálního (multimediálního) charakteru. Je zde diskutováno hledisko emoce z pohledu fyziologie a psychologie. Následně jsou uvedený technické poznatky ze záznamu emoce různými modalitami a jejich zpracování, analýzy a klasifikace v rámci dvoudimenzionálního prostoru Valence - Arousal. Na základě teoretických poznatků byl navržený komplexní postup měření a vyhodnocení emocí za použití EEG. Za tímto účelem byly sestaveny dva měřící protokoly s audiovizuální stimulací. Dále je zde uveden postup předzpracování a analýzy dat, výběr příznaků a klasifikace za použití moderních i zavedených metod. Celý navržený postup byl následně realizován a otestován v rámci dvou měření za využití moderního EEG přístroje EGI GES 400MR v laboratorních podmínkách a komerčního, cenově dostupného přístroje Emotiv EPOC v podmínkách mimo laboratorní prostředí. Signály byly zpracovány a emoce klasifikovány na základě vybraných popisných elementů. Výsledkem práce je hodnocení úspěšnosti klasifikace emocí v různých konfiguracích pro výběr popisných elementů a klasifikačních metod a jejich parametrů.
|
|
|
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.
|
|
|
Využití metod dolování dat pro analýzu sociálních sítí
Novosad, Andrej ; Očenášek, Pavel (oponent) ; Bartík, Vladimír (vedoucí práce)
Práce se zabývá problematikou dolování dat v prostředí sociálních sítí. Podává přehled o dolování z dat a možných metodách dolování. Práce také zkoumá sociální média a sítě, co mohou poskytnout a jaké problémy se sebou přinášejí. Jsou prozkoumané API třech sociálních sítí a jejich možnosti z hlediska získání dat vhodných pro dolování. Zkoumají se techniky dolování znalostí z textových dat. Je popsán způsob implementace webové aplikace, která doluje data ze sociální sítě Twitter pomoci algoritmu SVM. Implementovaná aplikace klasifikuje zprávy na základě jejich textu do tříd reprezentujících kontinenty původu. Je provedeno několik experimentů v softwaru RapidMiner a v implementované webové aplikaci a jejich výsledky jsou prozkoumány.
|
|
| |
|
|
Rozpoznání typu přenosového kanálu z řečového signálu
Kopřiva, Tomáš ; Burget, Radim (oponent) ; Atassi, Hicham (vedoucí práce)
Práce se zabývá rozpoznáním pěti odlišných řečových přenosových kanálů. Použité kanály jsou: GSM, dva PSTN a dva VoIP kanály. Pro účely testování a trénování je vytvořena pro přenosové kanály řečová databáze SPLAB_TranCh. Řečové nahrávky z tohoto korpusu pochází z databáze TIMIT a každá promluva prošla každým přenosovým kanálem. Hlavním cílem práce je nalezení optimálních příznaků a klasifikátorů, které poskytují nejvyšší úspěšnost klasifikace. Je vyzkoušeno několik typů příznaků, včetně MFCC, LPCC a spektrálních charakteristik. Nejlepší suprasegmentální příznaky byly určeny algoritmem mRMR. Také bylo otestováno několik klasifikátorů. Výsledky ukazují, že rozpoznání přenosových kanálů může být realizováno s vysokou úspěšností (okolo 90 %). Práce také zkoumá vliv zkreslení, které může nastat během přenosu, na úspěšnost klasifikace. Jsou uvažovány následující typy zkreslení: saturace, prahování, ozvěna, praskání a vliv filtrů a různých barev šumů.
|
host ::
RSS.