Search
Now showing items 1-10 of 11
Pravděpodobnostní modely pro lokalizaci bezpilotního letounu testované na reálných datech
Pravděpodobnostní modely pro lokalizaci bezpilotního letounu testované na reálných datech
diploma thesis (DEFENDED)
Advisor: Vomlelová, Marta
Date Issued: 2014
Date of defense: 27. 05. 2014
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Práca sa zaoberá problémom odhadovania stavu dynamického systému v oblasti robotiky, konkrétne bezpilotných lietajúcich robotov. Na základe dát získaných z robota navrhneme niekoľko pravdepodobnostných modelov pre odhad ...
The thesis addresses the dynamic state estimation problem for the field of robotics, particularly for unmanned aerial vehicles (UAVs). Based on data collected from an UAV, we design several probabilistic models for estimation ...
The thesis addresses the dynamic state estimation problem for the field of robotics, particularly for unmanned aerial vehicles (UAVs). Based on data collected from an UAV, we design several probabilistic models for estimation ...
Semi-supervised deep learning in sequence labeling
Semisupervizované hluboké učení v označování sekvencí
diploma thesis (DEFENDED)
Advisor: Šabata, Tomáš
Date Issued: 2019
Date of defense: 16. 09. 2019
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Artificial neural networks and their application in text analysis
Umělé neuronové sítě a jejich využití při analýze textových dat
diploma thesis (DEFENDED)
Advisor: Mrázová, Iveta
Date Issued: 2016
Date of defense: 05. 09. 2016
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Tato práce je věnována problematice analýzy sentimentu. Jejím cílem je vytipovat a následně porovnat vybrané metody vhodné pro automatickou klasifikaci sentimentu krátkých textů,. Při analýze popisovaných technik se práce ...
This thesis is devoted to the area of sentiment analysis. Its goal is to discuss and compare various methods applicable to sentiment classification of short texts. When analyzing the described techniques, we will orient ...
This thesis is devoted to the area of sentiment analysis. Its goal is to discuss and compare various methods applicable to sentiment classification of short texts. When analyzing the described techniques, we will orient ...
Deep Neural Networks for Sales Forecasting
Hluboké neuronové sítě pro předpovídání prodejů
diploma thesis (DEFENDED)
Advisor: Pilát, Martin
Date Issued: 2016
Date of defense: 12. 09. 2016
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Předpovídání prodejů je nezbytnou součástí řízení dodavatelských řetězců. U maloobchodů mohou přesné předpovědi značně snižovat náklady. Přesnost předpovědí je však u statistických přístupů často zhoršena tím, že techniky ...
Sales forecasting is an essential part of supply chain management. In retail business, accurate sales forecasts lead to significant cost reductions. Statistical methods that are commonly used for sales forecasting often ...
Sales forecasting is an essential part of supply chain management. In retail business, accurate sales forecasts lead to significant cost reductions. Statistical methods that are commonly used for sales forecasting often ...
Meta-learning methods for analyzing Go playing trends
Meta-učící metody pro analýzu trendů her Go
diploma thesis (DEFENDED)
Advisor: Neruda, Roman
Date Issued: 2013
Date of defense: 10. 09. 2013
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Práce rozšiřuje metodiku pro ohodnocování hráčů hry go na základě záznamů jejich her, kterou jsme dříve publikovali v (Baudiš - Moudřík, 2012). V této diplomové práci jsme nejprve přidali některé featury a navrhli metodiku ...
This thesis extends the methodology for extracting evaluations of players from samples of Go game records originally presented in (Baudiš - Moudřík, 2012). Firstly, this work adds more features and lays out a methodology ...
This thesis extends the methodology for extracting evaluations of players from samples of Go game records originally presented in (Baudiš - Moudřík, 2012). Firstly, this work adds more features and lays out a methodology ...
Arimaa challenge - static evaluation function
Arimaa challenge - statistická ohodnovací funce
diploma thesis (DEFENDED)
Advisor: Majerech, Vladan
Date Issued: 2014
Date of defense: 21. 01. 2014
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Arimaa je strategická desková hra pro dva hráče. Byla navržena tak, aby nebylo nebylo jednoduché vytvořit počítačový program, který by dokázal porazit nejlepší lidské hráče. V této práci jsme se zaměřili na návrh statické ...
Arimaa is a strategic board game for two players. It was designed with the aim that it will be hard to create a computer program that could defeat the best human players. In this thesis, we focus on the design of the static ...
Arimaa is a strategic board game for two players. It was designed with the aim that it will be hard to create a computer program that could defeat the best human players. In this thesis, we focus on the design of the static ...
Adversarial Examples in Machine Learning
Matoucí vzory ve strojovém učení
diploma thesis (DEFENDED)
Advisor: Pilát, Martin
Date Issued: 2018
Date of defense: 14. 06. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Computational Intelligence for Malware Classification
Výpočetní inteligence pro klasifikaci malware
diploma thesis (DEFENDED)
Advisor: Pilát, Martin
Date Issued: 2015
Date of defense: 08. 09. 2015
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: 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 ...
Adversarial examples generation for deep neural networks
Generování adversariáních vzorů pro hluboké neuronové sítě
bachelor thesis (DEFENDED)
Advisor: Neruda, Roman
Date Issued: 2018
Date of defense: 06. 09. 2018
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Machine learning models exhibit vulnerability to adversarial examples i.e., artificially created inputs that become misinterpreted. The goal of this work is to explore black-box adversarial attacks on deep networks performing ...
Modely strojového učení vykazují náchylnost k útokům za použití adversariálních vzorů, tedy uměle připravených vstupů s cílem zmást model. Předpokládaná práce si dává za cíl prozkoumat metody generování těchto vzorů v ...
Modely strojového učení vykazují náchylnost k útokům za použití adversariálních vzorů, tedy uměle připravených vstupů s cílem zmást model. Předpokládaná práce si dává za cíl prozkoumat metody generování těchto vzorů v ...
Strojové učení pro credit scoring
Machine Learning for Credit Scoring
diploma thesis (DEFENDED)
Advisor: Pilát, Martin
Date Issued: 2017
Date of defense: 06. 09. 2017
Faculty / Institute: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstract: Název práce: Strojové učení pro credit scoring Autor: Elena Myazina Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí: Mgr. Martin Pilát, Ph.D, Katedra teoretické informatiky a matematické logiky Abstract: ...
Title: Machine Learning for Credit Scoring Author: Elena Myazina Department / Institute: Department of Theoretical Computer Science and Mathematical Logic Supervisor of the master thesis: Mgr. Martin Pilát, Ph.D, Department ...
Title: Machine Learning for Credit Scoring Author: Elena Myazina Department / Institute: Department of Theoretical Computer Science and Mathematical Logic Supervisor of the master thesis: Mgr. Martin Pilát, Ph.D, Department ...