Hledat
Zobrazují se záznamy 1-9 z 9
Multilingual speech synthesis
Vícejazyčná syntéza řeči
Diplomová práce (OBHÁJENO)
Vedoucí práce: Dušek, Ondřej
Datum publikování: 2020
Datum obhajoby: 08. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: This work explores multilingual speech synthesis. We compare three models based on Tacotron that utilize various levels of parameter sharing. Two of them follow recent multilingual text-to-speech systems. The first one ...
Tato práce se zabývá vícejazyčnou syntézou řeči. Porovnali jsme tři odlišné modely, které jsou založeny na Tacotronu. Tyto modely se liší především v přístupu ke sdílení infor- mací a parametrů mezi jazyky. Dva z nich ...
Tato práce se zabývá vícejazyčnou syntézou řeči. Porovnali jsme tři odlišné modely, které jsou založeny na Tacotronu. Tyto modely se liší především v přístupu ke sdílení infor- mací a parametrů mezi jazyky. Dva z nich ...
Predicting novel drug-target interactions via deep learning techniques
Predikování nových drug-target interakcí pomocí deep learningu
Diplomová práce (OBHÁJENO)
Vedoucí práce: Peška, Ladislav
Datum publikování: 2020
Datum obhajoby: 03. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Adam Frey Aim of this work was to develop a machine-learning model for a prediction of drug-target interactions. Inspired by previous state-of-the-art approaches, the work focuses on collaborative filtering methods and ...
Adam Frey Záměrem této práce bylo vyvinout model strojového učenı́ pro predikci in- terakcı́ mezi léky a bı́lkovinami v těle. Inspirována předchozı́mi metodami zaměřila se práce hlavně na metody typu ...
Adam Frey Záměrem této práce bylo vyvinout model strojového učenı́ pro predikci in- terakcı́ mezi léky a bı́lkovinami v těle. Inspirována předchozı́mi metodami zaměřila se práce hlavně na metody typu ...
Deep Learning For Implicit Feedback-based Recommender Systems
Deep learning pro doporučování založené na implicitní zpětné vazbě
Diplomová práce (OBHÁJENO)
Vedoucí práce: Peška, Ladislav
Datum publikování: 2020
Datum obhajoby: 16. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Souhrn: Cílem výzkumu je zaměřit se na Recurrent Neural Networks (RNN) a jeho aplikaci na doporučení týkající se relací, která jsou posílena implicitní zpětnou vazbou od uživatelů a metadaty založenými na obsahu. Pro ...
The research aims to focus on Recurrent Neural Networks (RNN) and its application to the session-aware recommendations empowered by implicit user feedback and content-based metadata. To investigate the promising architecture ...
The research aims to focus on Recurrent Neural Networks (RNN) and its application to the session-aware recommendations empowered by implicit user feedback and content-based metadata. To investigate the promising architecture ...
Detekce střihů a vyhledávání známých scén ve videu s pomocí metod hlubokého učení
Detekce střihů a vyhledávání známých scén ve videu s pomocí metod hlubokého učení
Diplomová práce (OBHÁJENO)
Vedoucí práce: Lokoč, Jakub
Datum publikování: 2020
Datum obhajoby: 14. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Vyhledávání ve videu představuje náročný problém s mnoha záludnostmi a dílčími problémy. Tato práce se zaměřuje na dva z těchto podproblémů, konkrétně na detekci střihů a textové vyhledávání. V případě detekce střihů bylo ...
Video retrieval represents a challenging problem with many caveats and sub-problems. This thesis focuses on two of these sub-problems, namely shot transition detection and text-based search. In the case of shot detection, ...
Video retrieval represents a challenging problem with many caveats and sub-problems. This thesis focuses on two of these sub-problems, namely shot transition detection and text-based search. In the case of shot detection, ...
Efficient neural speech synthesis
Efektivní neuronová syntéza řeči
Diplomová práce (OBHÁJENO)
Vedoucí práce: Dušek, Ondřej
Datum publikování: 2020
Datum obhajoby: 08. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Modely pro práci se sekvenčními daty založené na neuronových sítích v posledních letech výrazně přispěly ke zlepšení kvality systémů pro syntézu řeči. Zatím však nebyl navržen systém, který by se dal rychle a efektivně ...
While recent neural sequence-to-sequence models have greatly improved the quality of speech synthesis, there has not been a system capable of fast training, fast inference and high-quality audio synthesis at the same time. ...
While recent neural sequence-to-sequence models have greatly improved the quality of speech synthesis, there has not been a system capable of fast training, fast inference and high-quality audio synthesis at the same time. ...
Automatické rozpoznávání hudební notace ze zvukových dat
Automatic recognition of musical notation from audio data
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Lokoč, Jakub
Datum publikování: 2020
Datum obhajoby: 14. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Název práce: Automatické rozpoznávání hudební notace ze zvukových dat Autor: Marek Čermák Katedra / Ústav: Katedra softwarového inženýrství Vedoucí bakalářské práce: doc. RNDr. Jakub Lokoč, Ph.D. Abstrakt: Cílem této práce ...
Title: Automatic recognition of musical notation from audio data Author: Marek Čermák Department: Department of Software Engineering Supervisor: doc. RNDr. Jakub Lokoč, Ph.D. Abstract: The goal of this thesis is the design ...
Title: Automatic recognition of musical notation from audio data Author: Marek Čermák Department: Department of Software Engineering Supervisor: doc. RNDr. Jakub Lokoč, Ph.D. Abstract: The goal of this thesis is the design ...
Deep learning and visualization of models for image captioning and multimodal translation
Hluboké učení a vizualizace modelů pro generování popisků obrázků a multimodální překlad
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Helcl, Jindřich
Datum publikování: 2020
Datum obhajoby: 07. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Title: Deep Learning and Visualization of Models for Image Captioning and Multimodal Translation Author: Samuel Michalik Institute: Institute of Formal and Applied Linguistics Supervisor: Mgr. Jindřich Helcl, Institute of ...
Název práce: Hluboké Učení a Vizualizace Modelů pro Generování Popisků Obrázků a Multimodální Překlad Autor: Samuel Michalik Ústav: Ústav Formální a Aplikované Lingvistiky Vedoucí bakalářské práce: Mgr. Jindřich Helcl, ...
Název práce: Hluboké Učení a Vizualizace Modelů pro Generování Popisků Obrázků a Multimodální Překlad Autor: Samuel Michalik Ústav: Ústav Formální a Aplikované Lingvistiky Vedoucí bakalářské práce: Mgr. Jindřich Helcl, ...
Deep Neural Networks for Time Series Forecasting
Předpovídání časových řad pomocí hlubokých neuronových sítí
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2020
Datum obhajoby: 03. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Time series forecasting is a task of both academic and pragmatic interest. Although it has been long dominated by qualitative methods and simple quan- titative methods, machine learning and deep learning algorithms in ...
Předpovı́dánı́ časových řad je úloha, která má jak akademické tak prak- tické využitı́. Přestože byla po dlouhou dobu řešena předevšı́m kvalitativnı́mi metodami a jednoduchými kvantitativnı́mi modely, ...
Předpovı́dánı́ časových řad je úloha, která má jak akademické tak prak- tické využitı́. Přestože byla po dlouhou dobu řešena předevšı́m kvalitativnı́mi metodami a jednoduchými kvantitativnı́mi modely, ...
Active learning for Bayesian neural networks in image classification
Aktivní učení Bayesovských neuronových sítí pro klasifikaci obrazu
Diplomová práce (OBHÁJENO)
Vedoucí práce: Šabata, Tomáš
Datum publikování: 2020
Datum obhajoby: 14. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: V posledných rokoch dosahujú zložité neurónové siete špičkové výsledky v klasifikácií obrazu. Trénovanie takýchto modelov však vyžaduje veľké množstvo označkovaných dát. Kým neoznačkované obrázky sú často dostupné vo ve ...
In the past few years, complex neural networks have achieved state of the art results in image classification. However, training these models requires large amounts of labelled data. Whereas unlabelled images are often ...
In the past few years, complex neural networks have achieved state of the art results in image classification. However, training these models requires large amounts of labelled data. Whereas unlabelled images are often ...