|
|
Odhad progrese Parkinsonovy nemoci pomocí akustické analýzy řeči
Ustohalová, Iveta ; Kiska, Tomáš (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato diplomová práce se zabývá odhadem progrese Parkinsonovy nemoci pomocí akustické analýzy řeči. V jejím rámci byla prostudována problematika hypokinetické dysartrie jako důsledku Parkinsonovy nemoci a její vliv na mluvený projev. Dále byly podrobně prostudovány metody předzpracování řečového signálu a řečové parametry vhodné pro klasifikaci patologické řeči. Následně byl v prostředí MATLAB vytvořen systém pro odhad hodnoty UPDRS III škály, což je hodnota subjektivně určená lékařem, pomocí jednoho individuálního příznaku a poté byla pomocí algoritmu SFFS vybrána nejlepší kombinace příznaků, která odhaduje hodnotu UPDRS III s nejmenší chybou. Pozornost je taktéž věnována korelaci jednotlivých příznaků s UPDRS III škálou.
|
|
|
Detekce a rozpoznávaní tváře s využitím platformy Raspberry Pi
Rozhoňová, Andrea ; Mézl, Martin (oponent) ; Hesko, Branislav (vedoucí práce)
Následující bakalářská práce se věnuje problematice detekce a rozpoznání tváří v obraze. Teoretická část rozděluje metody detekce a rozpoznání obličeje do několika skupin, které jsou poté blíže popsány a vysvětleny. Na konci teoretické části je shrnuto současné využití rozpoznání osob na základě tváří v praxi. V praktické části je implementovaná metoda detekce obličeje jako kombinace přístupu, který využívá haarovy příznaky a přístupu s vyhledáváním pomocí šablony oka. Následné rozpoznání zajišťuje konvoluční neuronová síť. Závěrem jsou shrnuty zásady a problémy spojené s implementací na mikropočítač Raspberry Pi.
|
|
|
Rozpoznávání emočních stavů na základě analýzy řečového signálu
Čermák, Jan ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Obsah této práce je zaměřen na klasifikaci emočních stavů s použitím neuronových sítí a klasifikátoru na bázi směsi Gaussových hustotních funkcí s využitím programu Matlab. Pojednává o problematice zpracování řečového signálu, z něhož byly extrahovány prozodické, spektrální příznaky a MFCC koeficienty. Práce se zabývá určením kvality jednotlivých příznaků a výběrem nejvhodnějších pro správnou klasifikaci emočních stavů. Pro určení emočních stavů byly použity dvě rozdílné metody. První metodou jsou neuronové sítě s různě zvolenými parametry. Druhou metodou klasifikace je použití smíšených Gaussových modelů tzv. GMM. U obou metod byla pro klasifikaci rozdělena databáze emočních promluv na trénovací a testovací skupinu. Při testování byla využita metoda nezávislá na mluvčím. Součástí práce je porovnání jednotlivých analyzovaných postupů, zobrazení a porovnání výsledků. Závěrem práce je návrh nejvhodnějších parametrů a klasifikátoru pro rozpoznání emočního stavu mluvčího.
|
|
|
Detekce plagiátů zdrojových kódů
Skoupilová, Alena ; Vítek, Martin (oponent) ; Kašpar, Jakub (vedoucí práce)
Cílem této práce je seznámení s pojmem plagiátorství obecně a následně s jeho druhy a výskytem na akademické půdě ve formě plagiátorství textových souborů, a hlavně ve formě plagiátorství zdrojových kódů. Práce také čtenáře seznamuje s principem a druhy detekce programových kódů a věnuje pozornost některým již existujícím detekčním nástrojům. Následně je popsána realizace detektoru podobnosti, který na základě zvolených příznaků vytváří metriku pro vyčíslení podobnosti dvou kódů a vyhodnocuje plagiátorství. Spolehlivost detektoru je testována na databázi studentských projektů.
|
|
|
Rozpoznávání a klasifikace emocí na základě analýzy řeči
Černý, Lukáš ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se soustředí na klasifikaci emocí. Práce pojednává o parametrizaci zvukových souborů pomoci segmentálních a suprasegmentálních metod s ohledem na jejich další použití. Tato databáze obsahuje mnoho zvukových nahrávek s emocemi. Z těchto zvukových nahrávek jsou vytvořeny data, které jsou rozděleny do dvou částí. První část je použita pro trénik a druhá pro klasifikaci. Práce je soustředěna hlavně na samoorganizující sítě. Tato práce obsahuje programy v Matlabu, které mohou být použity pro parametrizaci jakékoliv databáze. Parametrizovaná data jsou předložena samoorganizující síťi ke klasifikaci. Dosažené výsledky jsou prezentovány na konci diplomové práce.
|
|
|
Inteligentní klasifikace příznaků pro podporu diagnostiky glaukomu
Vykoupil, Pavel ; Čmiel, Vratislav (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato bakalářská práce se zabývá inteligentní klasifikací příznaků pro podporu diagnostiky glaukomu. První část práce se věnuje anatomii oka a onemocněním sítnice zvaném zelený zákal. V další části je stručně popsaná texturní analýza a jak získáváme příznaky pro klasifikaci. V poslední části se zabývá samotnou klasifikací příznaků pomocí neuronových sítí a algoritmů HoKashyap a AdaBoost. Tato práce je tedy zaměřena na srovnání účinnosti těchto klasifikátorů na poli oční diagnostiky, čehož se i podařilo úspěšně dosáhnout.
|
|
|
Vyhodnocení podobnosti programových kódů
Kašpar, Jakub ; Harabiš, Vratislav (oponent) ; Vítek, Martin (vedoucí práce)
Cílem této práce bylo seznámit se s problémem plagiátorství a navrhnout program, který by byl schopen odhalit plagiátorství v programových kódech. V první části práce jsou teoreticky popsány jednotlivé druhy plagiátorství. Dále pak jsou představeny způsoby, jakým je možno k detekci přistupovat. V praktické části je pak prvně popsána fáze předzpracování a dále je navrhnut nový způsob detekce a vyhodnocení plagiátorství, pomocí adaptivních vah. Na konci práce jsou pak výsledky testování práce na databázi studentských projektů.
|
|
|
Biometrické rozpoznání živosti prstu
Jurek, Jakub ; Smital, Lukáš (oponent) ; Vítek, Martin (vedoucí práce)
Tato práce se zabývá problematikou obecné biometrie se zaměřením na biometrii otisku prstu, s popisem papilárních linií a principů snímačů otisků prstů. Dále se práce zabývá problematikou detekce živosti prstu včetně popisu metod detekce. Dále práce popisuje vybrané příznaky pro vlastní detekci, použitou databázi otisků a vlastní algoritmus pro předzpracování obrazu. Následuje popis použitého klasifikátoru neuronová síť pro detekci živosti pomocí vybraných příznaků, statistické vyhodnocení výsledků detekce a vybraných příznaků a popis vytvořeného grafického uživatelského rozhraní.
|
|
| |
|
|
Sleep scoring using artificial neural networks
Vašíčková, Zuzana ; Mézl, Martin (oponent) ; Králík, Martin (vedoucí práce)
The main objective of the thesis is to create an artificial neural network for sleep-staging. Firstly, information about sleep and sleep stages is summarized. However, more profound overview of signal processing methods and methods of classification is found in next chapters. After summarizing the theoretical knowledge necessary to carry out practical part of thesis, signal features were extracted according to the theoretical proposal and using statistical analysis, convenient features were used as in input for artificial neural network, able to classify the sleep data into sleep stages after the learning stage.
|
host ::
RSS.