Hledat
Zobrazují se záznamy 1-3 z 3
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, ...