Hledat
Zobrazují se záznamy 21-30 z 34
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 ...
Klasifikace na množinách bodů v 3D
Klasifikace na množinách bodů v 3D
Diplomová práce (OBHÁJENO)
Vedoucí práce: Mráz, František
Datum publikování: 2018
Datum obhajoby: 13. 09. 2018
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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 ...
Obecná umělá inteligence pro hraní her
General Artificial Intelligence for Game Playing
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2017
Datum obhajoby: 07. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Game playing is a relatively interesting task in the field of artificial intelligence in these days. The master thesis deals with general artificial intelligence which is capable of playing selected simple games based on ...
Hraní her je v současné době poměrně zajímavý problém na poli umělé inteli- gence. V diplomové práci se zabýváme tvorbou obecné umělé inteligence, která je schopna hrát vybrané jednoduché počítačové hry na základě informací, ...
Hraní her je v současné době poměrně zajímavý problém na poli umělé inteli- gence. V diplomové práci se zabýváme tvorbou obecné umělé inteligence, která je schopna hrát vybrané jednoduché počítačové hry na základě informací, ...
Neural Network Based Named Entity Recognition
Rozpoznávání pojmenovaných entit pomocí neuronových sítí
Dizertační práce (OBHÁJENO)
Vedoucí práce: Hajič, Jan
Datum publikování: 2017
Datum obhajoby: 12. 06. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Title: Neural Network Based Named Entity Recognition Author: Jana Straková Institute: Institute of Formal and Applied Linguistics Supervisor of the doctoral thesis: prof. RNDr. Jan Hajič, Dr., Institute of Formal and Applied ...
Název práce: Rozpoznávání pojmenovaných entit pomocí neuronových sítí Autor: Jana Straková Ústav: Ústav formální a aplikované lingvistiky Vedoucí doktorské práce: prof. RNDr. Jan Hajič, Dr., Ústav formální a apliko- vané ...
Název práce: Rozpoznávání pojmenovaných entit pomocí neuronových sítí Autor: Jana Straková Ústav: Ústav formální a aplikované lingvistiky Vedoucí doktorské práce: prof. RNDr. Jan Hajič, Dr., Ústav formální a apliko- vané ...
Using reinforcement learning to learn how to play text-based games
Použití zpětnovazebního učení pro hraní textových her
Diplomová práce (OBHÁJENO)
Vedoucí práce: Kadlec, Rudolf
Datum publikování: 2017
Datum obhajoby: 07. 09. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: The ability to learn optimal control policies in systems where action space is defined by sentences in natural language would allow many interesting real-world applications such as automatic optimisation of dialogue systems. ...
Schopnost naučit se optimálnímu chování v prostředích, kde jsou stavy i akce vyjádřeny v přirozeném jazyce, by se dala aplikovat na řadu skutečných problémů, jako je optimalizace dialogových systémů. Pro tento učící problém ...
Schopnost naučit se optimálnímu chování v prostředích, kde jsou stavy i akce vyjádřeny v přirozeném jazyce, by se dala aplikovat na řadu skutečných problémů, jako je optimalizace dialogových systémů. Pro tento učící problém ...
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
Bakalářská práce (NEOBHÁJENO)
Vedoucí práce: Mráz, František
Datum publikování: 2018
Datum obhajoby: 06. 09. 2018
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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) ...
Using reinforcement learning to learn how to play text-based games
Použití zpětnovazebního učení pro hraní textových her
Rigorózní práce (UZNÁNO)
Vedoucí práce: Kadlec, Rudolf
Datum publikování: 2023
Datum obhajoby: 29. 05. 2023
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: The ability to learn optimal control policies in systems where action space is defined by sentences in natural language would allow many interesting real-world applications such as automatic optimisation of dialogue systems. ...
Schopnost naučit se optimálnímu chování v prostředích, kde jsou stavy i akce vyjádřeny v přirozeném jazyce, by se dala aplikovat na řadu skutečných problémů, jako je optimalizace dialogových systémů. Pro tento učící problém ...
Schopnost naučit se optimálnímu chování v prostředích, kde jsou stavy i akce vyjádřeny v přirozeném jazyce, by se dala aplikovat na řadu skutečných problémů, jako je optimalizace dialogových systémů. Pro tento učící problém ...
Modelling eye movements during Multiple Object Tracking
Modelling eye movements during Multiple Object Tracking
Diplomová práce (OBHÁJENO)
Vedoucí práce: Lukavský, Jiří
Datum publikování: 2012
Datum obhajoby: 03. 09. 2012
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: 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 ...
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 ...
Evolutionary Algorithms for Data Transformation
Transformace dat pomocí evolučních algoritmů
Diplomová práce (OBHÁJENO)
Vedoucí práce: Pilát, Martin
Datum publikování: 2017
Datum obhajoby: 07. 06. 2017
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: V této práci jsme navrhli novou metodu pro supervised redukci dimenze, která se učí váhy neuronové sítě pomocí evolučního algoritmu CMA-ES, optimalizujícího úspěšnost k-NN klasifikátoru. Když v dané neuronové síti nejsou ...
In this work, we propose a novel method for a supervised dimensionality reduc- tion, which learns weights of a neural network using an evolutionary algorithm, CMA-ES, optimising the success rate of the k-NN classifier. If ...
In this work, we propose a novel method for a supervised dimensionality reduc- tion, which learns weights of a neural network using an evolutionary algorithm, CMA-ES, optimising the success rate of the k-NN classifier. If ...