Search
Now showing items 1-10 of 17
Maximizing Computational Power by Neuroevolution
Maximalizace výpočetní síly neuroevolucí
diploma thesis (DEFENDED)
Advisor: Mráz, František
Date Issued: 2016
Date of defense: 12. 09. 2016
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Echo state networks jsou speciálním typem rekurentních neuronových sítí. Nedávný výzkum ukázal, že výkon echo state networks je nejvyšší na přechodu mezi uspořádaným a chaotickým režimem, takzvané hranici chaosu. Tato práce ...
Echo state networks represent a special type of recurrent neural networks. Recent papers stated that the echo state networks maximize their computational performance on the transition between order and chaos, the so-called ...
Echo state networks represent a special type of recurrent neural networks. Recent papers stated that the echo state networks maximize their computational performance on the transition between order and chaos, the so-called ...
Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks
Inteligentní návrh interiérů - Kompatibilita stylu 3D modelů nábytku pomocí neuronových sítí
diploma thesis (DEFENDED)
Advisor: Mirbauer, Martin
Date Issued: 2020
Date of defense: 03. 02. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Thesis title: Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks Author: Yuu Sakaguchi Abstract: Analysis of 3D shapes is a challenging task especially when it comes to measuring ...
Semi-supervised deep learning in sequence labeling
Semisupervizované hluboké učení v označování sekvencí
diploma thesis (DEFENDED)
Advisor: Šabata, Tomáš
Date Issued: 2019
Date of defense: 16. 09. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Označování sekvencí ve strojovém učení je typ problému, který zahrnuje při- řazování označení jednotlivým členům sekvence. Pro tento typ problému dosáhlo hluboké učení dobrého výkonu. Jedna z nevýhod tohoto přístupu je ...
Sequence labeling is a type of machine learning problem that involves as- signing a label to each sequence member. Deep learning has shown good per- formance for this problem. However, one disadvantage of this approach is ...
Sequence labeling is a type of machine learning problem that involves as- signing a label to each sequence member. Deep learning has shown good per- formance for this problem. However, one disadvantage of this approach is ...
Object recognition using 3D convolutional neural networks
Rozpoznávání objektů pomocí 3D konvolučních neuronových sítí
bachelor thesis (DEFENDED)
Advisor: Lokoč, Jakub
Date Issued: 2017
Date of defense: 20. 06. 2017
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Název: Rozpoznávání objektů pomocí 3D konvolučních neuronových sítí Autor: Jaroslav Moravec Katedra: Katedra softwarového inženýrství Školitel: RNDr. Jakub Lokoč, Ph.D., Katedra softwarového inženýrství Abstrakt: S rychlým ...
Title: Object recognition using 3D convolutional neural networks Author: Jaroslav Moravec Department: Department of Software Engineering Supervisor: RNDr. Jakub Lokoč, Ph.D., Department of Software Engineering Abstract: ...
Title: Object recognition using 3D convolutional neural networks Author: Jaroslav Moravec Department: Department of Software Engineering Supervisor: RNDr. Jakub Lokoč, Ph.D., Department of Software Engineering Abstract: ...
Rozpoznávání znaků v digitalizovaných matematických výrazech
Recongition of symbols in digitalized mathematical expressions
bachelor thesis (DEFENDED)
Advisor: Valla, Tomáš
Date Issued: 2011
Date of defense: 07. 09. 2011
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Cílem bakalářské práce je nalezení vhodných metod a algoritmů pro segmentaci textu a rozpoznávání symbolů pomocí umělých neuronových sítí. Nejdříve se práce věnuje základním principům umělého neuronu a umělých neuronových ...
This bachelor thesis focuses on finding suitable methods and algorithms for text segmentation and character recognition using artificial neural networks. Firstly, the thesis covers basic principles of artificial neuron and ...
This bachelor thesis focuses on finding suitable methods and algorithms for text segmentation and character recognition using artificial neural networks. Firstly, the thesis covers basic principles of artificial neuron and ...
Smoothness of Functions Learned by Neural Networks
Hladkost funkcí naučených neuronovými sítěmi
bachelor thesis (DEFENDED)
Advisor: Musil, Tomáš
Date Issued: 2020
Date of defense: 07. 07. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Modern neural networks can easily fit their training set perfectly. Surprisingly, they generalize well despite being "overfit" in this way, defying the bias-variance trade-off. A prevalent explanation is that stochastic ...
Adversarial Examples in Machine Learning
Matoucí vzory ve strojovém učení
diploma thesis (DEFENDED)
Advisor: Pilát, Martin
Date Issued: 2018
Date of defense: 14. 06. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Deep neural networks have been recently achieving high accuracy on many important tasks, most notably image classification. However, these models are not robust to slightly perturbed inputs known as adversarial examples. ...
Hluboké neuronové sítě v poslední době dosahují vysoké úspěšnosti na mnoha úlohách, zejména klasifikaci obrázků. Tyto modely jsou ovšem snadno ovlivni- telné lehce pozměněnými vstupy zvanými matoucí vzory. Matoucí vzory ...
Hluboké neuronové sítě v poslední době dosahují vysoké úspěšnosti na mnoha úlohách, zejména klasifikaci obrázků. Tyto modely jsou ovšem snadno ovlivni- telné lehce pozměněnými vstupy zvanými matoucí vzory. Matoucí vzory ...
Predikce sekundární struktury proteinu pomocí hlubokých neuronových sítí
Protein secondary structure prediction using deep neural networks
diploma thesis (DEFENDED)
Advisor: Hoksza, David
Date Issued: 2017
Date of defense: 07. 09. 2017
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Determination of protein structure in space is a crucial part of protein function analysis. But structure determination is an expensive and time consuming pro- cess, therefore structure prediction model raised on popularity. ...
Znalost struktury, kterou proteiny zaujímají v prostoru, je klíčovým faktorem při studiu jejich funkce. Experimentální zjištění struktury je ale nákladné a časově náročné, proto jsou velmi populární predikční modely ...
Znalost struktury, kterou proteiny zaujímají v prostoru, je klíčovým faktorem při studiu jejich funkce. Experimentální zjištění struktury je ale nákladné a časově náročné, proto jsou velmi populární predikční modely ...
Comparison of statistical methods for the scoring models development
Srovnání statistických metod pro vývoj skóringových modelů
diploma thesis (DEFENDED)
Advisor: Vitali, Sebastiano
Date Issued: 2018
Date of defense: 08. 06. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: The aim of this thesis is to introduce and summarize the process of scoring model development in general and then basic statistical approaches used to resolve this problem, which are in particular logistic regression, ...
Cílem práce je představit a shrnout obecný postup vývoje skóringového modelu a základních statistických přístupů používaných k řešení tohoto problému, konkrétně metody logistické regrese, neuronové sítě a rozhodovací stromy ...
Cílem práce je představit a shrnout obecný postup vývoje skóringového modelu a základních statistických přístupů používaných k řešení tohoto problému, konkrétně metody logistické regrese, neuronové sítě a rozhodovací stromy ...
Analysing and Optimizing GPU Kernels with Machine Learning
Analýza a optimalizace GPU kernelů pomocí strojového učení
diploma thesis (DEFENDED)
Advisor: Kruliš, Martin
Date Issued: 2020
Date of defense: 01. 07. 2020
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Graphics processing units (GPUs) were originally used solely for the purpose of graph- ics rendering. This changed with the introduction of technologies like CUDA that enabled to use graphics processors as any other computing ...
Grafické výpočetní jednotky (GPU) byly původně používány výhradně pro účely grafického vykreslování. To se změnilo zavedením technologií jako je CUDA, které umožnily použití grafických procesorů jako kterýchkoliv jiných ...
Grafické výpočetní jednotky (GPU) byly původně používány výhradně pro účely grafického vykreslování. To se změnilo zavedením technologií jako je CUDA, které umožnily použití grafických procesorů jako kterýchkoliv jiných ...