Show simple item record

Rozpoznávání vzorů pomocí neuronových sítí
dc.contributor.advisorMrázová, Iveta
dc.creatorKukačka, Marek
dc.date.accessioned2017-04-05T09:07:27Z
dc.date.available2017-04-05T09:07:27Z
dc.date.issued2008
dc.identifier.urihttp://hdl.handle.net/20.500.11956/11888
dc.description.abstractV této práci jsou popsány možnosti, výhody a nevýhody využití neuronových sítí při rozpoznávání vzorů. Je představeno několik modelů neuronových sítí použitelných pro tuto úlohu. Standartní vícevrstvá perceptronová síť je porovnávána se so stikovanější konvoluční sítí. Práce také představuje nový model, inspirovaný konvolučními sítěmi, jehož účelem je odstranit některé jejich nedostatky. Práce popisuje výsledky testů porovnávajících výsledky popsaných neuronových sítí na úloze rozpoznávání ručně psaných číslic.cs_CZ
dc.description.abstractThis work describes the advantages and disadvantages of using neural networks for pattern recognition. Several neural network models are described and their use for pattern recognition is demonstrated. Standard multi-layered perceptron model is compared to a more sophisticated convolutional network model. A new network model is introduced, which is inspired by the convolutional networks and aimed at rectifying some of their shortcomings. The work describes results of tests performed with the described network model on the problem of recognizing hand-written digits.en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.titleArtificial neural networks for pattern recognitionen_US
dc.typediplomová prácecs_CZ
dcterms.created2008
dcterms.dateAccepted2008-01-28
dc.description.departmentKatedra softwarového inženýrstvícs_CZ
dc.description.departmentDepartment of Software Engineeringen_US
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId45628
dc.title.translatedRozpoznávání vzorů pomocí neuronových sítícs_CZ
dc.contributor.refereeBožovský, Petr
dc.identifier.aleph000942617
thesis.degree.nameMgr.
thesis.degree.levelmagisterskécs_CZ
thesis.degree.disciplineTeoretická informatikacs_CZ
thesis.degree.disciplineTheoretical computer scienceen_US
thesis.degree.programInformaticsen_US
thesis.degree.programInformatikacs_CZ
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra softwarového inženýrstvícs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Software Engineeringen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csTeoretická informatikacs_CZ
uk.degree-discipline.enTheoretical computer scienceen_US
uk.degree-program.csInformatikacs_CZ
uk.degree-program.enInformaticsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csV této práci jsou popsány možnosti, výhody a nevýhody využití neuronových sítí při rozpoznávání vzorů. Je představeno několik modelů neuronových sítí použitelných pro tuto úlohu. Standartní vícevrstvá perceptronová síť je porovnávána se so stikovanější konvoluční sítí. Práce také představuje nový model, inspirovaný konvolučními sítěmi, jehož účelem je odstranit některé jejich nedostatky. Práce popisuje výsledky testů porovnávajících výsledky popsaných neuronových sítí na úloze rozpoznávání ručně psaných číslic.cs_CZ
uk.abstract.enThis work describes the advantages and disadvantages of using neural networks for pattern recognition. Several neural network models are described and their use for pattern recognition is demonstrated. Standard multi-layered perceptron model is compared to a more sophisticated convolutional network model. A new network model is introduced, which is inspired by the convolutional networks and aimed at rectifying some of their shortcomings. The work describes results of tests performed with the described network model on the problem of recognizing hand-written digits.en_US
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra softwarového inženýrstvícs_CZ
dc.identifier.lisID990009426170106986


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV