|
|
Mobilní úpravny vody
Trlica, Karel ; Moravec, Prokop (oponent) ; Kárník, Jan (vedoucí práce)
Bakalářská práce pojednává o technologiích úpravy pitné vody. Zaměřuje se na srovnání mobilních úpraven s úpravnami pozemními a následně je hodnotí. V první části se práce zaobírá technologií a konstrukčním řešením kontejnerové úpravny, přičemž poukazuje na výhody spojené s jejím užíváním. Další část pojednává o pozemní úpravě vody, rozebírá její technologie a přednosti. Práce také posuzuje výkonnostní rozdíly mezi klasickými a kontejnerovými úpravnami vody, přičemž zohledňuje využití mobilních úpraven pro specifické podmínky. Poslední část je věnována konkrétním úpravnám, a to kontejnerové úpravně CCW KU-1 a úpravně vody ve Valašském Meziříčí. Obě úpravny se práce snaží detailně objasnit. Celkové zhodnocení a uvedení konkrétních rozdílů mezi úpravnami je zahrnuto v závěru.
|
|
|
Meření podobnosti obrazů s pomocí hlubokého učení
Štarha, Dominik ; Šeda, Pavel (oponent) ; Rajnoha, Martin (vedoucí práce)
Tato diplomová práce se zabývá výzkumem technologií, využívajících metod hlubokého učení, využitelných při zpracovávání obrazových dat. Konkrétním zaměřením práce je zhodnotit vhodnost a efektivnost hlubokého učení při porovnávání dvou vstupních obrazových dat. První – teoretická – část zahrnuje úvod do problematiky neuronových sítí a hlubokého učení. Obsahuje popis dostupných možností a jejich výhody a principy, vhodné při zpracování obrazových dat. Druhá – praktická – část práce obsahuje návrh vhodného modelu siamských sítí pro řešení problému problematiky porovnávání dvou vstupních obrazů a vyhodnocení jejich podobnosti. Výstupem je zhodnocení několika možných konfigurací modelu a vyzdvihnutí parametrů modelu s nejlepšími výsledky.
|
|
|
Meření podobnosti obrazů s pomocí hlubokého učení
Štarha, Dominik ; Šeda, Pavel (oponent) ; Rajnoha, Martin (vedoucí práce)
Tato diplomová práce se zabývá výzkumem technologií, využívajících metod hlubokého učení, využitelných při zpracovávání obrazových dat. Konkrétním zaměřením práce je zhodnotit vhodnost a efektivnost hlubokého učení při porovnávání dvou vstupních obrazových dat. První – teoretická – část zahrnuje úvod do problematiky neuronových sítí a hlubokého učení. Obsahuje popis dostupných možností a jejich výhody a principy, vhodné při zpracování obrazových dat. Druhá – praktická – část práce obsahuje návrh vhodného modelu siamských sítí pro řešení problému problematiky porovnávání dvou vstupních obrazů a vyhodnocení jejich podobnosti. Výstupem je zhodnocení několika možných konfigurací modelu a vyzdvihnutí parametrů modelu s nejlepšími výsledky.
|
|
|
Mobilní úpravny vody
Trlica, Karel ; Moravec, Prokop (oponent) ; Kárník, Jan (vedoucí práce)
Bakalářská práce pojednává o technologiích úpravy pitné vody. Zaměřuje se na srovnání mobilních úpraven s úpravnami pozemními a následně je hodnotí. V první části se práce zaobírá technologií a konstrukčním řešením kontejnerové úpravny, přičemž poukazuje na výhody spojené s jejím užíváním. Další část pojednává o pozemní úpravě vody, rozebírá její technologie a přednosti. Práce také posuzuje výkonnostní rozdíly mezi klasickými a kontejnerovými úpravnami vody, přičemž zohledňuje využití mobilních úpraven pro specifické podmínky. Poslední část je věnována konkrétním úpravnám, a to kontejnerové úpravně CCW KU-1 a úpravně vody ve Valašském Meziříčí. Obě úpravny se práce snaží detailně objasnit. Celkové zhodnocení a uvedení konkrétních rozdílů mezi úpravnami je zahrnuto v závěru.
|
|
|
Aplikace univerzálního USB modulu LabJack
PŘIBYL, Vojtěch
Bakalářská práce se zabývá aplikacemi universálního USB modulu LabJackTM. Seznamuje s jednotlivými měřícími moduly společnosti LabJackTM. Detailně popisuje vybrané moduly LabJack U12TM a LabJack U3-HVTM. Práce obsahuje vytipováné úlohy vhodné pro aplikaci s moduly LabJackTM a výběr a realizaci senzorů použitých ve vybraných úlohách. V práci je detailně popsán, navržen, prakticky zrealizován a měřením ověřen měřící řetězec od senzoru fyzikální veličiny až po konečné vyhodnocení signálu prostřednictvím software eSimLab.
|
host ::
RSS.