|
|
Adaptivní filtry pro zpracování biologických signálů
Strouhal, Martin ; Kozumplík, Jiří (oponent) ; Provazník, Ivo (vedoucí práce)
Tato práce se zabývá problematikou čáslicové adaptivní filtrace. V teoretické části je popsána obecná struktura adaptivního systému a možné aplikace číslicové filtrace. Dále jsou zde rozebrány nejčastější adaptační algoritmy LMS a RLS. V praktické části jsem se soustředil na adaptivní systémy využívající FIR adaptivní filtr a LMS adaptační algoritmus. Odvodil jsem a implementoval dva adaptivní systémy: prostý adaptivní filtr a úzkopásmovou zádrž s adaptivnim rezonátorem. Sledoval jsem vlastnosti systému a hledal optimální nastavení. Nakonec byly adaptační systémy testovány vstupním signálem s proměnnou frekvencí rušení.
|
|
|
Ekvalizace přenosového kanálu
Žlebek, Lukáš ; Šilhavý, Pavel (oponent) ; Číž, Radim (vedoucí práce)
Tato diplomová práce se zabývá návrhem simulace přenosu digitální informace skrz přenosový systém a ekvalizací přenosové funkce celé trasy. Následně je rozebrán návrh a konstrukce přenosového kanálu s vícecestným šířením. V další části je za pomocí hardwarového modulátoru generován modulovaný signál, který je po průchodu přenosovým kanálem a následném nahrání pomocí A/D převodníkové karty do počítače dále ekvalizován a demodulován v programu Simulink. V závěru je vypracována předloha pro laboratorní úlohu a její vzorové řešení.
|
|
| |
|
|
Ekvalizace přenosového kanálu
Žlebek, Lukáš ; Šilhavý, Pavel (oponent) ; Číž, Radim (vedoucí práce)
Tato diplomová práce se zabývá návrhem simulace přenosu digitální informace skrz přenosový systém a ekvalizací přenosové funkce celé trasy. Následně je rozebrán návrh a konstrukce přenosového kanálu s vícecestným šířením. V další části je za pomocí hardwarového modulátoru generován modulovaný signál, který je po průchodu přenosovým kanálem a následném nahrání pomocí A/D převodníkové karty do počítače dále ekvalizován a demodulován v programu Simulink. V závěru je vypracována předloha pro laboratorní úlohu a její vzorové řešení.
|
|
|
Performance based adaptation of Scala programs
Kubát, Petr ; Bureš, Tomáš (vedoucí práce) ; Horký, Vojtěch (oponent)
Dynamická adaptivita počítačových systémů je jejich schopnost měnit své chování v závislosti na prostředí, v němž běží. Systém díky ní může dosáhnout lepšího výkonu, ale většinou je třeba přizpůsobit jeho architekturu, což komplikuje řešení. V rámci diplomové práce předkládáme analýzu a návrh frameworku pro jednoduchý a přímočarý vývoj zahrnující výkonnostní adaptivitu na úrovni funkcí a metod. Zkoumáme požadavky na rozhraní takového frameworku a možnost jeho integrace do prostředí programovacího jazyka Scala za použití pokročilých jazykových prostředků, jež nabízí. Na teoretické úrovni dále probíráme problém výběru nejvhodnější funkce pro použití s daným vstupem na základě měření výkonu předchozích běhů. Práce dále obsahuje implementaci tohoto frameworku, u níž byl kladen důraz na modularitu a snadnou rozšiřitelnost, neboť v práci je nastíněno mnoho potenciálních možností vylepšení. Řešení je vyhodnoceno prostřednictvím pestré škály scénářů, od algoritmů adaptujících se podle vstupních dat až po adaptace na běhové prostředí při distribuovaných výpočtech v systému Apache Spark.
|
|
|
Reification of the DEECo component model and its application in virtual-world simulations
Forch, Jan ; Bureš, Tomáš (vedoucí práce) ; Gemrot, Jakub (oponent)
V oblasti dynamicky vyvijejících se distribuovaných systémů složených z autonomních a adaptivních komponent je úkol systematického zpracovávání návrhu složitosti komunikace a kompozice kritickým bodem. To pramení z dynamické povahy takových systémů, kde komponenty a jejich spojování mohou vznikat a zanikat bez varování. Jednou z cest, jak reagovat na tuto výzvu, je zkoumaný model komponentového systému (pojmenovaný DEECo) [15], pro který je charakteristická funkcionalita separace zájmů skrze dynamické implicitní spojování komponent a jejich komunikaci. Cílem této práce je realizace DEECo konceptů a paradigmat v prostředí Javy a napojení na aplikaci simulace virtuálního světa. Jako taková by práce měla sloužit jako platforma k experimentování s aplikacemi založenými na DEECo.
|
|
|
Adaptivní filtry pro zpracování biologických signálů
Strouhal, Martin ; Kozumplík, Jiří (oponent) ; Provazník, Ivo (vedoucí práce)
Tato práce se zabývá problematikou čáslicové adaptivní filtrace. V teoretické části je popsána obecná struktura adaptivního systému a možné aplikace číslicové filtrace. Dále jsou zde rozebrány nejčastější adaptační algoritmy LMS a RLS. V praktické části jsem se soustředil na adaptivní systémy využívající FIR adaptivní filtr a LMS adaptační algoritmus. Odvodil jsem a implementoval dva adaptivní systémy: prostý adaptivní filtr a úzkopásmovou zádrž s adaptivnim rezonátorem. Sledoval jsem vlastnosti systému a hledal optimální nastavení. Nakonec byly adaptační systémy testovány vstupním signálem s proměnnou frekvencí rušení.
|
|
|
Recursive Estimation of High-Order Markov Chains: Approximation by Finite Mixtures
Kárný, Miroslav
A high-order Markov chain is a universal model of stochastic relations between discrete-valued variables. The exact estimation of its transition probabilities suers from the curse of dimensionality. It requires an excessive amount of informative observations as well as an extreme memory for storing the corresponding su cient statistic. The paper bypasses this problem by considering a rich subset of Markov-chain models, namely, mixtures of low dimensional Markov chains, possibly with external variables. It uses Bayesian approximate estimation suitable for a subsequent decision making under uncertainty. The proposed recursive (sequential, one-pass) estimator updates a product of Dirichlet probability densities (pds) used as an approximate posterior pd, projects the result back to this class of pds and applies an improved data-dependent stabilised forgetting, which counteracts the dangerous accumulation of approximation errors.
|
|
|
Approximate Bayesian Recursive Estimation: On Approximation Errors
Kárný, Miroslav ; Dedecius, Kamil
Adaptive systems rely on recursive estimation of a firmly bounded complex- ity. As a rule, they have to use an approximation of the posterior proba- bility density function (pdf), which comprises unreduced information about the estimated parameter. In recursive setting, the latest approximate pdf is updated using the learnt system model and the newest data and then ap- proximated. The fact that approximation errors may accumulate over time course is mostly neglected in the estimator design and, at most, checked ex post. The paper inspects this problem.
|
|
| |
host ::
RSS.