Hledat
Zobrazují se záznamy 21-30 z 38
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 ...
Feature extraction from Android application packages and its usage in machine learning for malware classification
Extrakce příznaků z programových balíčků systému Android a jejich použití ve strojovém učení pro klasifikaci malware
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Bálek, Martin
Datum publikování: 2017
Datum obhajoby: 06. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: In this Thesis, we propose a machine-learning based classification algorithm of applications for a popular mobile phone operating system Android that can dis- tinguish malicious samples from benign ones. Feature extraction ...
V této práci navrhujeme klasifikační algoritmus založený na metodách stro- jového učení pro aplikace na populární operační systém Android, který má za cíl rozlišovat škodlivé aplikace od nezávadných. Extrakce příznaků pro ...
V této práci navrhujeme klasifikační algoritmus založený na metodách stro- jového učení pro aplikace na populární operační systém Android, který má za cíl rozlišovat škodlivé aplikace od nezávadných. Extrakce příznaků pro ...
Parallel Processing of Huge Astronomical Data
Paralelní zpracování velkých objemů astronomických dat
Diplomová práce (OBHÁJENO)
Vedoucí práce: Zavoral, Filip
Datum publikování: 2016
Datum obhajoby: 05. 09. 2016
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Diplomová práce se zabývá analýzou a implementací algoritmu náhodných lesů. Náhodné lesy jsou algoritmem strojového učení pro klasifikaci dat. Cílem práce je implementace náhodných lesů pomocí technologií paralelního ...
This master thesis focuses on the Random Forests algorithm analysis and implementation. The Random Forests is a machine learning algorithm targeting data classification. The goal of the thesis is an implementation of the ...
This master thesis focuses on the Random Forests algorithm analysis and implementation. The Random Forests is a machine learning algorithm targeting data classification. The goal of the thesis is an implementation of the ...
Machine learning on small datasets with large number of features
Strojové učení na malých datových množinách s velkým počtem atributů
Diplomová práce (OBHÁJENO)
Vedoucí práce: Mráz, František
Datum publikování: 2020
Datum obhajoby: 08. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Machine learning models are difficult to employ in biology-related research. On the one hand, the availability of features increases as we can obtain gene expressions and other omics information. On the other hand, the ...
Použitie metód strojového učenia v oblasti biológie je často zložité. Na jednej strane sa v tejto oblasti zvyšuje počet premenných, ktoré je možné zaznamenať. Na strane druhej je však meranie pre každú entitu nákladné, a ...
Použitie metód strojového učenia v oblasti biológie je často zložité. Na jednej strane sa v tejto oblasti zvyšuje počet premenných, ktoré je možné zaznamenať. Na strane druhej je však meranie pre každú entitu nákladné, a ...
Lexical and Morphological Choices in Machine Translation
Lexikální a tvaroslovné varianty ve strojovém překladu
Dizertační práce (OBHÁJENO)
Vedoucí práce: Bojar, Ondřej
Datum publikování: 2017
Datum obhajoby: 12. 06. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: This work focuses on two problems in machine translation: lexical choice and target-side morphology. The first problem is the correct transfer of meaning from the source language to the target language. The second problem, ...
Práce se zabývá dvěma problémy strojového překladu: lexikální volbou a morfologií v cílovém jazyce. První úlohou je správné přenesení významu ze zdrojového jazyka do cílového. Druhá úloha, která hraje roli především při ...
Práce se zabývá dvěma problémy strojového překladu: lexikální volbou a morfologií v cílovém jazyce. První úlohou je správné přenesení významu ze zdrojového jazyka do cílového. Druhá úloha, která hraje roli především při ...
Analysing and Optimizing GPU Kernels with Machine Learning
Analýza a optimalizace GPU kernelů pomocí strojového učení
Diplomová práce (OBHÁJENO)
Vedoucí práce: Kruliš, Martin
Datum publikování: 2020
Datum obhajoby: 01. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Graphics processing units (GPUs) were originally used solely for the purpose of graph- ics rendering. This changed with the introduction of technologies like CUDA that enabled to use graphics processors as any other computing ...
Grafické výpočetní jednotky (GPU) byly původně používány výhradně pro účely grafického vykreslování. To se změnilo zavedením technologií jako je CUDA, které umožnily použití grafických procesorů jako kterýchkoliv jiných ...
Grafické výpočetní jednotky (GPU) byly původně používány výhradně pro účely grafického vykreslování. To se změnilo zavedením technologií jako je CUDA, které umožnily použití grafických procesorů jako kterýchkoliv jiných ...
Computational Intelligence for Malware Classification
Výpočetní inteligence pro klasifikaci malware
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2015
Datum obhajoby: 08. 09. 2015
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: S rostoucím používáním počítačů a jiných inteligentních zařízení ve stále více aspektech lidské činnosti, roste i množství škodlivého softwaru (malware), který se snaží tuto činnost znepříjemnit. Jedním z úkolů boje proti ...
As the number of computers and other smart devices grows in every aspect of human life, the amount of malicious software (malware) also grows. Such software tries to disrupt computer usage. Therefore one of the challenges ...
As the number of computers and other smart devices grows in every aspect of human life, the amount of malicious software (malware) also grows. Such software tries to disrupt computer usage. Therefore one of the challenges ...
Relation extraction in police records
Extrakce relací v policejních záznamech
Diplomová práce (OBHÁJENO)
Vedoucí práce: Žabokrtský, Zdeněk
Datum publikování: 2017
Datum obhajoby: 12. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Tato práce popisuje problém extrakce relací mezi pojmenovanými entitami na úrovni vět, za předpokladu, že pojmenované entity jsou již v textu označeny, na doméně policejních zpráv napsaných protidrogovým oddělením Policie ...
This work describes a problem of relation extraction between named entities on the sentence level, assuming that the named entities are already tagged in the text, on the domain of police reports written by the Anti-drug ...
This work describes a problem of relation extraction between named entities on the sentence level, assuming that the named entities are already tagged in the text, on the domain of police reports written by the Anti-drug ...
Statistical machine learning with applications in music
Statistické strojové učení s aplikacemi v hudbě
Diplomová práce (NEOBHÁJENO)
Vedoucí práce: Večeř, Jan
Datum publikování: 2019
Datum obhajoby: 12. 06. 2019
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Cílem této práce je shrnout současný stav strojového učení pro skládání hudby a natrénovat model na písních od Beatles s využitím výzkumného pro- jektu Magenta od Google Brain týmu k tvorbě vlastní hudby. Abychom mohli ...
The aim of this thesis is to review the current state of machine learning in music composition and to train a computer on Beatles' songs using research project Magenta from the Google Brain Team to produce its own music. ...
The aim of this thesis is to review the current state of machine learning in music composition and to train a computer on Beatles' songs using research project Magenta from the Google Brain Team to produce its own music. ...
Ontology Enrichment Based on Unstructured Text Data
Ontology Enrichment Based on Unstructured Text Data
Diplomová práce (OBHÁJENO)
Vedoucí práce: Nečaský, Martin
Datum publikování: 2013
Datum obhajoby: 27. 05. 2013
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Název práce: Rozširovaní ontologie z nestrukturovaného textu Autor: Ivana Lukšová Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Mgr. Martin Nečaský, Ph.D., Katedra soft- warového inženýrství Abstrakt: ...
Title: Ontology Enrichment Based on Unstructured Text Data Author: Ivana Lukšová Department: Department of Software Engineering Supervisor: Mgr. Martin Nečaský, Ph.D., Department of Software Engi- neering Abstract: Semantic ...
Title: Ontology Enrichment Based on Unstructured Text Data Author: Ivana Lukšová Department: Department of Software Engineering Supervisor: Mgr. Martin Nečaský, Ph.D., Department of Software Engi- neering Abstract: Semantic ...