Aktuální informace FIT ke koronaviru najdete zde.

Ing. Zdeněk Buk, Ph.D.

Závěrečné práce

Bakalářské práce

Klasifikace dokumentů pomocí metod strojového učení

Autor
Artem Ustynov
Rok
2020
Typ
Bakalářská práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
Ing. Michal Štepanovský, Ph.D.
Anotace
Problém hledání v nekategorizovaných dokumentech spočívá v tom, že uživatelům jsou často prezentovány výsledky, které obsahují hledaná klíčová slova, ale nejsou pro uživatele relevantní. Cílem této práce je rozšířit dokumenty o štítky na základě obsahu dokumentů. K dosažení cíle bylo zvažováno několik přístupů: Elasticsearch, Semaphore, LSTM, BERT. Cílem práce je zjistit, která technika má největší potenciál a poskytuje nejlepší výsledky. Všechny uvedené přístupy byly testovány a vyhodnoceny. Bylo zjištěno, že modely BERT fungovaly nejlépe a splnily všechny vstupní požadavky. Zlepšení kvality klasifikace pomocí BERT bylo dosaženo použitím počátečního modelu a manuální klasifikací malé sady dokumentů s nízkým skóre spolehlivosti.

Neuronová síť pro hraní Pokeru

Autor
Marek Hanuš
Rok
2017
Typ
Bakalářská práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
Ing. Jan Drchal, Ph.D.
Anotace
Tato bakalářská práce se zabývá vytvořením umělé inteligence pro karetní hru poker s využitím umělých neuronových sítí. Na rozdíl od ostatních projektů, které se věnují tématice umělé inteligence ve hrách, je v této práci neuronová síť použita jako jediné rozhodovací kritérium a její výstupy přímo odpovídají tahům hráče. Hráči se zlepšují za pomoci metody posilovaného učení připomínající styl, kterým se učí lidé, tedy ze svých zkušeností. Výsledky testování ukázaly, že takto vytvořená neuronová síť hraje na podobné úrovni jako rekreační hráč.

Knihovna pro bezdrátové ovládání GoPro kamery z prostředí Wolfram Mathematica

Autor
Michal Sládek
Rok
2017
Typ
Bakalářská práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
Ing. Michal Štepanovský, Ph.D.
Anotace
Cílem této práce je prozkoumat možnosti vzdáleného ovládání kamery GoPro, navrhnout a implementovat knihovnu v jazyce Wolfram Language, která tuto funkcionalitu zpřístupní v prostředí Wolfram Mathematica. Výsledná knihovna nabízí funkce pro nastavení režimu snímání (pro fotografie i videa), nastavení parametrů obrazu (rozlišení, kompenzace expozice, FPS), dálkové ovládání kamery a zpřístupnění dat.

Neuronové sítě pro řízení počítačové hry

Autor
Ondřej Černý
Rok
2017
Typ
Bakalářská práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
doc. Ing. Pavel Kordík, Ph.D.
Anotace
Tato práce se zabývá použitím neuronových sítí pro hraní počítačové hry Asteroids namísto lidského hráče. Diskutuje nasazení různých typů umělé inteligence do této hry. V práci je implementován klon zmíněné hry a plně rekurentní neuronová síť hrající hru z hráčovy perspektivy. K učení neuronové sítě používá práce diferenciální evoluci, podmnožinu evolučních algoritmů. Dále se v práci experimentuje s nastavením diferenciální evoluce a neuronovou sítí. Výsledky těchto experimentů jsou porovnávány s lidským chováním.

Diplomové práce

Detekce podobností datových domén pomocí metod strojového učení

Autor
Andrej Oliver Chudý
Rok
2019
Typ
Diplomová práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
doc. RNDr. Pavel Surynek, Ph.D.
Anotace
Cieľom tejto práce je navrhnúť a zostrojiť systém, na základe ktorého by bolo možne efektívne porovnávať podobnosť v stĺpcoch tabuľky. Bolo preukázané, že vektorová reprezentácia stĺpca vytvorená pomocou rekurentnej neurónovej siete je schopná dobre zakódovať vlastnosti domény, ktorú reprezentuje. V porovnaní s TF-IDF metódou, ktorá je na tento účel najčastejšie používaná, RNN dosiahli zlepšenie až o \\textbf{14,5\\%}. Na základe výsledkov tejto práce bol implementovaný a nasadený systém na doporučovanie Business Terms v produkte Ataccama One.

DeepRCar: Autonomní model auta

Autor
David Ungurean
Rok
2018
Typ
Diplomová práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
Ing. Michal Štepanovský, Ph.D.
Anotace
Tato práce se zabývá stavbou modelu autonomního vozu na dálkové ovládání a jeho kontrolou pomocí hlubokých neuronových sítí. Vozidlo je schopno zatáčet samo pouze na základě vizuálního vstupu z přední kamery. Text práce popisuje jeho kompletní vývoj od výběru hardwarových komponent, návrhu kontrolního systému, až po selekci a učení konvoluční neuronové sítě, která ovládá nastavení kol. Model se naučil rozeznat okraje jízdního pruhu, přestože měl během učení přístup pouze ke dvojicím vstupní obrázek a příslušný úhel kol pro danou situaci. Finální systém operuje při 20 snímcích za sekundu na jednodeskovém počítači Raspberry Pi 3.

3D simulátor pro trénování autonomních robotů

Autor
Daniel Laube
Rok
2018
Typ
Diplomová práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
Ing. Michal Štepanovský, Ph.D.
Anotace
Tato práce se zabývá návrhem a implementací prostředí vhodného pro učení neuronové sítě k ovládání robotů podobných autům. Neuronová síť se k prostředí může připojit pomocí protokolu TCP a tím pádem nelimituje implementaci neuronové sítě. Druhou částí této práce je skript, který učí neuronovou síť zaparkovat auto na parkovací místo. Parkování probíhá na základě obrazu z kamery na autě. Tato část má sloužit jako důkaz použitelnosti implementovaného prostředí k učení neuronové sítě, jak ovládat autu podobného robota. Finální neuronová síť je rozdělena na dvě části, kde první část lokalizuje parkovací místo na obrazu z kamery. Výstup této sítě je pak zpracován plně rekurentní neuronovou sítí sloužící jako kontroler dávající povely autu. Prostředí je implementováno v herním enginu Unity 3D a skript v Wolfram Mathematica.

Generování hudby pomocí neuronových sítí

Autor
Jan Staněk
Rok
2017
Typ
Diplomová práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
Ing. Jan Drchal, Ph.D.
Anotace
Tato práce se zabývá generováním hudby pomocí rekurentních neuronových sítí. V řešení byly použity modely s GRU a LSTM jednotkami. Ty se snažily v různých konfiguracích naučit vytvářet skladby, a to na základě klasické hudby (určené pro piano) uložené v MIDI formátu. Z tohoto základu se posléze generovala nová díla. Nejprve se testovala schopnost naučit se konkrétní skladby a z nich vygenerovat identické kopie. Posléze se experimentovalo s generováním skladeb nových. Sítě byly schopné vygenerovat kopie, které se až z 83 % podobaly originálu. Výsledkem práce je rešerše na téma generování hudby a vypracování programu schopného vygenerovat nové skladby z existujících.

Modelování chování zákazníků na základě transakčních logů

Autor
Jitka Kubelová
Rok
2016
Typ
Diplomová práce
Vedoucí
Ing. Zdeněk Buk, Ph.D.
Oponenti
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Anotace
Cílem této diplomové práce je modelování chování zákazníka z transakčních dat. Ke zpracování používám modely pro zpracování časových událostí a transakčních dat: Markovské řetězce, RFM analýzu, K-means, SOM, THSOM a asociační pravidla. V praktické části se věnuji aplikaci vybraných modelů na data se soutěže Acquire Valued Shoppers Challenge uložených v databázi Vertica. Demonstruji použití těchto modelů a jejich přínos. Na výsledky jednotlivých modelů aplikuji shlukovou analýzu, která odhaluje shluky podobných zákazníků a věnuji se také popisu takto vzniklých shluků.