Search
Now showing items 1-9 of 9
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 ...
Evolution and Learning of Virtual Robots
Evoluce a učení virtuálních robotů
dissertation thesis (DEFENDED)
Advisor: Mráz, František
Date Issued: 2016
Date of defense: 26. 09. 2016
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Title: Evolution and Learning of Virtual Robots Author: RNDr. Peter Krčah Department: Department of Software and Computer Science Education Supervisor: RNDr. František Mráz, CSc. Abstract: Evolutionary robotics uses ...
Název práce: Evoluce a učení virtuálních robotů Autor: RNDr. Peter Krčah Katedra: Katedra softwaru a výuky informatiky Vedoucí disertační práce: RNDr. František Mráz, CSc. Abstrakt: Evoluční robotika využívá evoluční ...
Název práce: Evoluce a učení virtuálních robotů Autor: RNDr. Peter Krčah Katedra: Katedra softwaru a výuky informatiky Vedoucí disertační práce: RNDr. František Mráz, CSc. Abstrakt: Evoluční robotika využívá evoluční ...
Detection and analysis of polychronous groups emerging in spiking neural network models.
Detekce a analýza polychronních skupin neuronů v spikujících sítích.
diploma thesis (DEFENDED)
Advisor: Brom, Cyril
Date Issued: 2018
Date of defense: 29. 01. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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
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 ...
Klasifikace 3D objektů pomocí neuronových sítí
3D object classification using neural networks
diploma thesis (DEFENDED)
Advisor: Křivánek, Jaroslav
Date Issued: 2019
Date of defense: 10. 06. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Echo state siete a ich využitie na predpovedanie časových radov
Echo state networks and their application in time series prediction
Echo state sítě a jejich využití na předpovídání časových řad
bachelor thesis (DEFENDED)
Advisor: Mráz, František
Date Issued: 2019
Date of defense: 14. 02. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Recurrent neural networks (RNN) enable to model dynamical sys- tems with variable input length. Their disadvantage is in inherently difficult trai- ning which means adjusting weights of connections between neurons connected ...
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) ...
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) ...
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 ...
Echo state siete a ich využitie na predpovedanie časových radov
Echo state networks and their application in time series prediction
Echo state siete a ich využitie na predpovedanie časových radov
bachelor thesis (NOT DEFENDED)
Advisor: Mráz, František
Date Issued: 2018
Date of defense: 06. 09. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Recurrent neural networks (RNN) enable to model dynamical sys- tems with variable input length. Their disadvantage is in inherently difficult trai- ning which means adjusting weights of connections between neurons connected ...
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) ...
Rekurentné neurónové siete (RNN) umožňujú modelovať dynamické systémy s premenlivou dĺžkou vstupu. Ich nevýhoda je v náročnom učení, teda ťažkom nastavovaní váh neurónov, ktoré sú v sieti spojené. Echo state siete (ESN) ...
Modelling eye movements during Multiple Object Tracking
Modelling eye movements during Multiple Object Tracking
diploma thesis (DEFENDED)
Advisor: Lukavský, Jiří
Date Issued: 2012
Date of defense: 03. 09. 2012
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Lidé musí sledovat v každodenních situacích více objektů zároveň (např. řízení automobilu nebo kolektivní sporty). Sledování více objektů (MOT) věrohodně simuluje sledování více objektů v laboratorních podmínkách. Když ...
In everyday situations people have to track several objects at once (e.g. driving or collective sports). Multiple object tracking paradigm (MOT) plausibly simulate tracking several targets in laboratory conditions. When ...
In everyday situations people have to track several objects at once (e.g. driving or collective sports). Multiple object tracking paradigm (MOT) plausibly simulate tracking several targets in laboratory conditions. When ...