Hledat
Zobrazují se záznamy 1-10 z 20
Maximizing Computational Power by Neuroevolution
Maximalizace výpočetní síly neuroevolucí
Diplomová práce (OBHÁJENO)
Vedoucí práce: Mráz, František
Datum publikování: 2016
Datum obhajoby: 12. 09. 2016
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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 ...
Neural networks for automatic speaker, language, and sex identification
Použití rekurentních neuronových sítí pro automatické rozpoznávání řečníka, jazyka a pohlaví
Diplomová práce (OBHÁJENO)
Vedoucí práce: Jurčíček, Filip
Datum publikování: 2016
Datum obhajoby: 03. 02. 2016
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Název: Neuronové sítě pro automatické rozpoznávání řečníka, jazyka a pohlaví Autorka: Bich-Ngoc Do Katedra: Ústav formální a aplikované lingvistiky Vedoucí práce: Ing. Mgr. Filip Jurek, Ph.D., Ústav formální a aplikované ...
Title: Neural networks for automatic speaker, language, and sex identifica- tion Author: Bich-Ngoc Do Department: Institute of Formal and Applied Linguistics Supervisor: Ing. Mgr. Filip Jurek, Ph.D., Institute of Formal ...
Title: Neural networks for automatic speaker, language, and sex identifica- tion Author: Bich-Ngoc Do Department: Institute of Formal and Applied Linguistics Supervisor: Ing. Mgr. Filip Jurek, Ph.D., Institute of Formal ...
Forced Alignment via Neural Networks
Forced alignment pomocí neuronových sítí
Diplomová práce (OBHÁJENO)
Vedoucí práce: Kofroň, Jan
Datum publikování: 2020
Datum obhajoby: 16. 09. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Sledování videí s titulky v původním jazyce je jedním z nejúčinnějších způsobů výuky cizího jazyka. Zvýrazňování slov v okamžiku jejich vyslovení pomáhá synchronizovat vizuální a sluchové vnímání a zvyšuje efektivitu učení. ...
Watching videos with subtitles in the original language is one of the most effective ways of learning a foreign language. Highlighting words at the moment they are pronounced helps to synchronize visual and auditory ...
Watching videos with subtitles in the original language is one of the most effective ways of learning a foreign language. Highlighting words at the moment they are pronounced helps to synchronize visual and auditory ...
Detection and analysis of polychronous groups emerging in spiking neural network models.
Detekce a analýza polychronních skupin neuronů v spikujících sítích.
Diplomová práce (OBHÁJENO)
Vedoucí práce: Brom, Cyril
Datum publikování: 2018
Datum obhajoby: 29. 01. 2018
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Jak biologické struktury neuronových sítí reprezentují informace zůstává otevřenou otázkou. Stále více důkazů však naznačuje, že jsou neuronové sítě schopné vykazovat přesné a opakovatelné vzorce chování. Jednou z teorií, ...
How is information represented in real neural networks? Experimental results continue to provide evidence for presence of spiking patterns in network activity. The concept of polychronous groups attempts to explain these ...
How is information represented in real neural networks? Experimental results continue to provide evidence for presence of spiking patterns in network activity. The concept of polychronous groups attempts to explain these ...
Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks
Inteligentní návrh interiérů - Kompatibilita stylu 3D modelů nábytku pomocí neuronových sítí
Diplomová práce (OBHÁJENO)
Vedoucí práce: Mirbauer, Martin
Datum publikování: 2020
Datum obhajoby: 03. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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
Diplomová práce (OBHÁJENO)
Vedoucí práce: Šabata, Tomáš
Datum publikování: 2019
Datum obhajoby: 16. 09. 2019
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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 ...
Klasifikace 3D objektů pomocí neuronových sítí
3D object classification using neural networks
Diplomová práce (OBHÁJENO)
Vedoucí práce: Křivánek, Jaroslav
Datum publikování: 2019
Datum obhajoby: 10. 06. 2019
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Klasifikace 3D objektů pomocí neuronových sítí Bc. Miroslav Krabec Klasifikace 3D objektů se setkává s velkým zájmem v oblasti umělé in- teligence. Existuje mnoho různých přístupů využívajících umělé neuronové sítě k řešení ...
3D Object Classification Using Neural Networks Bc. Miroslav Krabec Classification of 3D objects is of great interest in the field of artificial intelligence. There are numerous approaches using artificial neural networks ...
3D Object Classification Using Neural Networks Bc. Miroslav Krabec Classification of 3D objects is of great interest in the field of artificial intelligence. There are numerous approaches using artificial neural networks ...
Adversarial Examples in Machine Learning
Matoucí vzory ve strojovém učení
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2018
Datum obhajoby: 14. 06. 2018
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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 ...
Prediction of energy load profiles
Predikce profilů spotřeby elektrické energie
Diplomová práce (OBHÁJENO)
Vedoucí práce: Fink, Jiří
Datum publikování: 2017
Datum obhajoby: 07. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Prediction of energy load profiles is an important topic in Smart Grid technologies. Accurate forecasts can lead to reduced costs and decreased dependency on commercial power suppliers by adapting to prices on energy market, ...
Predikce profilů spotřeby elektrické energie je důležitým tématem Smart Grid technologií. Přesné předpovědi mohou vést redukci cen a snížení závislosti na komerčních dodavatelích energie pomocí adaptace na ceny na energetickém ...
Predikce profilů spotřeby elektrické energie je důležitým tématem Smart Grid technologií. Přesné předpovědi mohou vést redukci cen a snížení závislosti na komerčních dodavatelích energie pomocí adaptace na ceny na energetickém ...
Predikce sekundární struktury proteinu pomocí hlubokých neuronových sítí
Protein secondary structure prediction using deep neural networks
Diplomová práce (OBHÁJENO)
Vedoucí práce: Hoksza, David
Datum publikování: 2017
Datum obhajoby: 07. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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 ...