Search
Now showing items 1-2 of 2
Online training of deep neural networks for classification
Online trénování hlubokých neuronových sítí pro klasifikaci
diploma thesis (DEFENDED)
Advisor: Holeňa, Martin
Date Issued: 2019
Date of defense: 16. 09. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Deep learning is usually applied to static datasets. If used for classification based on data streams, it is not easy to take into account a non-stationarity. This thesis presents work in progress on a new method for online ...
Hluboké učení je obvykle používáno se statickými datasety. Když je ale použito pro klasifikaci dat z datového toku, není jednoduché vzít v úvahu nestacionárnost. Tato diplomová práce prezentuje práci na nové metodě online ...
Hluboké učení je obvykle používáno se statickými datasety. Když je ale použito pro klasifikaci dat z datového toku, není jednoduché vzít v úvahu nestacionárnost. Tato diplomová práce prezentuje práci na nové metodě online ...
Klasifikace na množinách bodů v 3D
Klasifikace na množinách bodů v 3D
diploma thesis (DEFENDED)
Advisor: Mráz, František
Date Issued: 2018
Date of defense: 13. 09. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Increasing interest for classification of 3D geometrical data has led to discov- ery of PointNet, which is a neural network architecture capable of processing un- ordered point sets. This thesis explores several methods ...
Rostoucí zájem o klasifikaci 3D geometrických dat vedl k objevu PointNet, což je neuronová síť schopná přímého zpracování neuspořádaných množin bodů. Tato práce prozkoumává několik metod využítí obvyklých bodových příznaků ...
Rostoucí zájem o klasifikaci 3D geometrických dat vedl k objevu PointNet, což je neuronová síť schopná přímého zpracování neuspořádaných množin bodů. Tato práce prozkoumává několik metod využítí obvyklých bodových příznaků ...