A characterization of Sturmian sequences by indistinguishable asymptotic pairs
Autoři
Barbieri, S.; Labbé, S.; Starosta, Š.
Rok
2021
Publikováno
European Journal of Combinatorics. 2021, 95 ISSN 0195-6698.
Typ
Článek
Anotace
We give a new characterization of biinfinite Sturmian sequences in terms of indistinguishable asymptotic pairs. Two asymptotic sequences on a full -shift are indistinguishable if the sets of occurrences of every pattern in each sequence coincide up to a finitely supported permutation. This characterization can be seen as an extension to biinfinite sequences of Pirillo’s theorem which characterizes Christoffel words. Furthermore, we provide a full characterization of indistinguishable asymptotic pairs on arbitrary alphabets using substitutions and biinfinite characteristic Sturmian sequences. The proof is based on the well-known notion of derived sequences.
Multi-Agent Path Finding with Mutex Propagation
Autoři
Zhang, H.; Li, J.; Surynek, P.; Koenig, S.; Kumar, S.
Rok
2020
Publikováno
Proceedings of the Thirtieth International Conference on Automated Planning and Scheduling. Menlo Park: AAAI Press, 2020. p. 323-332. ISSN 2334-0835. ISBN 978-1-57735-824-4.
Typ
Stať ve sborníku
Anotace
Mutex propagation is a form of efficient constraint propagation popularly used in AI planning to tightly approximate the reachable states from a given state. We utilize this idea in the context of Multi-Agent Path Finding (MAPF). When adapted to MAPF, mutex propagation provides stronger constraints for conflict resolution in Conflict-Based Search (CBS), a popular optimal MAPF algorithm, and provides it with the ability to identify and reason with symmetries in MAPF.
New family of symmetric orthogonal polynomials and a solvable model of akinetic spin chain
Autoři
Kalvoda, T.; Štampach, F.
Rok
2020
Publikováno
Journal of Mathematical Physics. 2020, 61(10), 1-21. ISSN 0022-2488.
Typ
Článek
Anotace
We study an infinite one-dimensional Ising spin chain where each particle interacts only with its nearest neighbours and is in contact with a heat bath with temperature decaying hyperbolically along the chain. The time evolution of the magnetization (spin expectation value) is governed by a semi-infinite Jacobi matrix. The matrix belongs to a three-parameter family of Jacobi matrices whose spectral problem turns out to be solvable in terms of the basic hypergeometric series. As a consequence, we deduce the essential properties of the corresponding orthogonal polynomials, which seem to be new. Finally, we return to the Ising model and study the time evolution of magnetization and two-spin correlations.
Bounds on the period of the continued fraction after a Möbius transformation
Autoři
Rok
2020
Publikováno
Journal of Number Theory. 2020, 212 122-172. ISSN 0022-314X.
Typ
Článek
Anotace
We study Möbius transformations (also known as linear fractional transformations) of quadratic numbers. We construct explicit upper and lower bounds on the period of the continued fraction expansion of a transformed number as a function of the period of the continued fraction expansion of the original number. We provide examples that show that the bound is sharp.
Bifurcations and monodromy of the axially symmetric 1:1:−2 resonance
Autoři
Efstathiou, K.; Hanßmann, H.; Marchesiello, A.
Rok
2019
Publikováno
Journal of Geometry and Physics. 2019, 146 ISSN 0393-0440.
Typ
Článek
Anotace
We consider integrable Hamiltonian systems in three degrees of freedom near an elliptic equilibrium in 1:1:−2 resonance. The integrability originates from averaging along the periodic motion of the quadratic part and an imposed rotational symmetry about the vertical axis. Introducing a detuning parameter we find a rich bifurcation diagram, containing three parabolas of Hamiltonian Hopf bifurcations that join at the origin. We describe the monodromy of the resulting ramified 3-torus bundle as variation of the detuning parameter lets the system pass through 1:1:−2 resonance
Discovering predictive ensembles for transfer learning and meta-learning
Autoři
Kordík, P.; Frýda, T.; Černý, J.
Rok
2018
Publikováno
Machine Learning. 2018, 107(1), 177-207. ISSN 0885-6125.
Typ
Článek
Anotace
Recent meta-learning approaches are oriented towards algorithm selection, optimization or recommendation of existing algorithms. In this article we show how data-tailored algorithms can be constructed from building blocks on small data sub-samples. Building blocks, typically weak learners, are optimized and evolved into data-tailored hierarchical ensembles. Good-performing algorithms discovered by evolutionary algorithm can be reused on data sets of comparable complexity. Furthermore, these algorithms can be scaled up to model large data sets. We demonstrate how one particular template (simple ensemble of fast sigmoidal regression models) outperforms state-of-the-art approaches on the Airline data set. Evolved hierarchical ensembles can therefore be beneficial as algorithmic building blocks in meta-learning, including meta-learning at scale.
Víceúlohové učení pro analýzu trojic v kognitivních vědách
Autor
Tsimafei Stambrouski
Rok
2024
Typ
Bakalářská práce
Vedoucí
Rodrigo Augusto da Silva Alves, Ph.D.
Oponenti
Mgr. Alexander Kovalenko, Ph.D.
Katedra
Anotace
Tato bakalářská práce se zabývá analýzou triplet problému, jehož úkolem je identifikovat lichý objekt ze tří. Existují různé metodologické přístupy k řešení tohoto problému, které se liší základním zaměřením - některé metody hodnotí, které dva objekty jsou si nejvíce podobné, zatímco jiné identifikují objekt, který je nejvíce odlišný. Cílem této práce je integrace těchto dvou perspektiv a analýza výsledků. V rámci řešení byla vyvinuta neuronová síť s využitím knihovny TensorFlow v programovacím jazyku Python. Momentální výzkum ukázal, že kombinace obou přístupů nepřinesla lepší výsledky než jednotlivé metody o samotě. Hlavním výstupem práce je objasnění, jak kombinace opačných pohledů ovlivňuje finální volbu lichého objektu.Například v množině (Auto, Pes a Dům) je třeba vybrat jednu položku jako lichou. Dům a Auto jsou si nejpodobnější, nebo je Auto liché?
Robojudge - analýza soudních rozhodnutí
Autor
Miroslav Řehounek
Rok
2024
Typ
Bakalářská práce
Vedoucí
Mgr. Adam Szabó
Oponenti
doc. Ing. Ivan Šimeček, Ph.D.
Katedra
Anotace
Práce se zabývá způsoby využití velkých jazykových modelů (large language model, LLM) k analýze veřejně dostupných rozhodnutí českých soudů. Hlavním cílem práce bylo lépe zpřístupnit tato rozhodnutí, a to vytvořením webové aplikace Robojudge, která umožní v databázi zveřejněných rozhodnutí vyhledávat pomocí nového typu uživatelského rozhraní využívajícího ve svém základu LLM k sémantickému vyhledávání, shrnování a odpovídání na otázky týkající se jednotlivých rozhodnutí. Za účelem výběru nejvhodnějšího LLM pro tyto úlohy byla vytvořena vlastní metodika, pomocí níž byly vybrané LLM porovnány ve svých schopnostech odpovídat na otázky týkající se konkrétních soudních rozhodnutí. Metodika použila k tomuto porovnání jiné LLM, které fungovalo jako hodnotitel a pomocí dotazníkového šetření bylo zvalidováno, že toto automatické hodnocení je srovnatelné s hodnocením, které dávali skuteční uživatelé. Výstupem práce je již zmíněná Robojudge aplikace, která automaticky stahuje zveřejňovaná soudní rozhodnutí do vektorové databáze, díky které je možné rozhodnutí vyhledávat pomocí přirozeného jazyka. Rozhodnutí jsou získávána pomocí "stahovače", který se periodicky spouští, aby udržoval obsah databáze co nejaktuálnější. Vyhledaná rozhodnutí jsou prezentována jako krátká shrnutí vytvořená pomocí LLM. Uživatel má také možnost se rychle a jednoduše dotazovat na obsah konkrétního rozhodnutí, opět prostřednictvím přirozeného jazyka.
Systém pro optimální sledování živých streamů z výběhu slonů
Autor
Huu Quy Nguyen
Rok
2024
Typ
Bakalářská práce
Vedoucí
Ing. Jakub Novák
Oponenti
Ing. Magda Friedjungová, Ph.D.
Katedra
Anotace
Práce se zabývá vytvořením doporučovacího systému pro optimalizaci sledování živých streamů slonů v reálném čase. Součástí práce je rešerše souvisejících prací zaměřující se na detekci objektů, především zvířecích. První část praktické části práce se zaměřuje na sběr dat z 8 kamer umístěných v různých částech sloního komplexu Údolí slonů v Zoo Praha. Byl vytvořen dataset se 10205 snímky s 13034 anotovanými objekty typu slon. Následně byl natrénován model založený na architektuře YOLOv8, který dosahuje mAP 98 % při prahu IoU 0,5 na testovací množině.
Na základě anotovaných snímků byla s využitím perspektivní transformace vytvořena heatmapa, která zobrazuje oblasti s nejvyšším výskytem slonů.
Druhá část praktické části se zaměřuje na vytvoření modelu rozhodovacího stromu s využitím získaných anotovaných dat, který na základě času a dne v týdnu doporučuje uživateli optimální kameru pro sledování. Výsledný model doporučuje optimální kameru (zobrazující nejvyšší počet slonů) v 62 % případů a kameru zobrazující alespoň jednoho slona v 93 % případů.
Použití logické syntézy pro usnadnění řešení SAT problému
Autor
Jan Kimr
Rok
2024
Typ
Bakalářská práce
Vedoucí
doc. Ing. Petr Fišer, Ph.D.
Oponenti
Ing. Robert Hülle, Ph.D.
Katedra
Anotace
Tato práce se zabývá možností využití logické syntézy a optimalizace ke zrychlení řešení instancí problému splnitelnosti (SAT) pocházejících ze standardních benchmarků i praktických aplikací.
Logická syntéza může v principu ovlivnit instanci dvěma způsoby: (1) zmenšením velikosti a (2) rozptýlením struktur, které komplikovaly řešení původní instance. Nicméně při použití syntézy je nutné vzít v potaz nejen čas řešení upravené instance, ale i čas syntézy. Může se stát, že zrychlení dosažené při řešení SATu bude převáženo časem syntézy samotné.
Efektivita logické syntézy a optimalizace byla vyhodnocena na různých instancích a s různými syntézami. Syntéza ovlivňuje celkový čas řešení pozitivně i negativně v závislosti zejména na velikosti instance a použité syntéze. Na základě naměřených výsledků jsou popsány možnosti praktického využití syntézy.
Detekce a trasování pohybu spermií ve videu pomocí metod umělé inteligence
Autor
Jakub Hořenín
Rok
2024
Typ
Bakalářská práce
Vedoucí
Ing. Miroslav Čepek, Ph.D.
Oponenti
Mgr. Alexander Kovalenko, Ph.D.
Katedra
Anotace
Tato práce představuje novou metodiku založenou na strojovém učení pro automatickou detekci a sledování spermií v rámci mikroskopických videozáznamů, jejímž cílem je objasnit dynamiku a vzorce pohybu jednotlivých spermií a shlulku spermií. Metoda nejprve identifikuje jednotlivé spermie v po sobě jdoucích snímcích videosekvence, což usnadňuje rekonstrukci trajektorie každé buňky v čase. Následně nasazji klasifikační algoritmus, který rozlišuje mezi jednotlivými spermiemi, shluky sousedících buněk, shluků spermií a znečištením, čímž řeším mezeru ve stávajících metodikách. Nakonec používám tři konvenční metriky pro hodnocení rychlosti: Straight Line Velocity (VSL), Average Path Velocity (VAP), and Curvilinear velocity (VCL), aby bylo možné kvantifikovat rychlost pohybu jednotlivých spermií a shluků spermií. Tento přístup představuje významný pokrok v automatické analýze pohyblivosti a agregačních jevů spermií a poskytuje výzkumníkům robustní nástroj pro studium chování spermií s vyšší přesností a efektivitou. Bylo vytvořeno webové uživatelské rozhraní a nejnovější verze programu využívajícího tuto metodiku je veřejně dostupná na adrese https://apps.datalab.fit.cvut.cz/sperm_tracking/, přičemž zdrojový kód je k dispozici na gitlabu: https://gitlab.fit.cvut.cz/horenjak/sperm_cell_tracking_app/.
Cubature Kalman filtering in engineering practice
Autor
Petr Fiedler
Rok
2024
Typ
Bakalářská práce
Vedoucí
doc. Ing. Kamil Dedecius, Ph.D.
Oponenti
Ing. Ondřej Tichý, Ph.D.
Katedra
Anotace
Tato práce zkoumá kubaturní Kalmanův filtr, algoritmus určený pro odhad stavu systému v reálném čase v rámci nelineárních modelů. Tento filtr má silné teoretické základy, avšak originální představení tohoto algoritmu může být hůře přístupné kvůli jeho závislosti na pokročilých matematických konceptech. Práce si klade za cíl pečlivě představit jeho odvození, tak, aby bylo přístupnější. Součástí toho jsou v této práci vysvětleny matematické principy klíčové pro odvození tohoto algoritmu. Kubaturní Kalmanův filtr je dále porovnán s jinými nelineárními filtračními algoritmy, aby byly zdůrazněny jeho jedinečné vlastnosti. Práce také demonstruje účinnost a fungování filtru na praktických příkladech.
Odhadování pravděpodobnosti detekce v algoritmech pro sledování více cílů s využitím pokročilých metod zpracování obrazu
Autor
Michal Seibert
Rok
2024
Typ
Diplomová práce
Vedoucí
doc. Ing. Kamil Dedecius, Ph.D.
Oponenti
Ing. Ondřej Tichý, Ph.D.
Katedra
Anotace
Tato práce se zaměřuje na problém sledování cílů se zašuměnými měřeními v prostředí s obsahem falešných cílů. Algoritmy pro sledování více cílů s nejistotou v počtu cílů a nejistotou v jejich přežití jsou mnohdy citlivé na správné nastavení parametrů vzhledem k prostředí. Jedním z klíčových parametrů je pravděpodobnost detekce, která se mnohdy uvažuje konstantní. V této práci je představena metoda pro odhad této pravděpodobnosti pro každý cíl v každém časovém okamžiku při sledování cílů na video záznamech. K získání měření od cílů je použito pokročilých metod umělé inteligence pro zpracování obrazu, jejichž výstupy jsou využity k vypočtení pravěpodobnosti detekce. K analýze funkčnosti použitého řešení je využito Gaussian mixture probability hypothesis density (GM-PHD) filtru, který patří mezi základní algoritmy pro sledování více cílů, založené na statistice konečných náhodných množin. Vhodnost použitého řešení je poté diskutována spolu s omezeními a potenciálními budoucími možnostmi dalšího vylepšení.
Detekce falešných recenzí v rekomendačních systémech
Autor
Daniel Bohuněk
Rok
2024
Typ
Diplomová práce
Vedoucí
Rodrigo Augusto da Silva Alves, Ph.D.
Oponenti
doc. Ing. Pavel Kordík, Ph.D.
Katedra
Anotace
Podvodníci se snaží své chování maskovat, aby zůstali skrytí. To může mít za následek náročný návrh modelů, které je mají spolehlivě detekovat, jelikož část podvodníků může zůstat ukrytá v množině označené za ne-podvodníky. Existující výzkum ukazuje, že grafová konvoluce může přinést vylepšení díky její schopnosti využít vztahy mezi jednotlivými případy. Tato práce navrhuje siamskou grafovou neuronovou síť, kterou lze trénovat semi-supervizovaným učením, kdy je k dispozici jen malá množina známých podvodníků. Tento model projevuje lepší výkon než existující metody a vyšší odolnost proti maskovaným podvodníkům.
Machine Learning Techniques for Laser-Plasma Acceleration Optimization
Autor
Matěj Jech
Rok
2024
Typ
Diplomová práce
Vedoucí
Mgr. Alexander Kovalenko, Ph.D.
Oponenti
doc. Ing. Ivan Šimeček, Ph.D.
Katedra
Anotace
Práce se zabývá analýzou dat z laser-plasmového urychlovače částic ve spolupráci s vědeckou institucí ELI Beamlines. V rámci práce byl navržen proces předpřipravení dat a vyvinut generativní model simulující průběh fyzikálních experimentů. Model je podmíněn vektorem parametrů experimentu a generuje obrazová data zobrazující energetické spektrum paprsku urychlených elektronů. Vyvinutý model lze využít jako částečnou náhradu skutečných experimentů, které jsou časově i finančně nákladné. Rovněž jej lze použít jako simulaci skutečných experimentů pro různé optimalizační metody. Práce definuje proces trénování i testování kandidátních modelů se třemi různými architekturami a na základě čtyř hyperparametrů. Výsledný model dokáže generovat data rychlostí 1.8 obrázků za sekundu a byl vyhodnocen na základě řady metrik včetně expertního názoru vědců jako věrohodný způsob simulace průběhu accelerace elektronů.
Explainability in deep learning-based medical image analysis
Autor
Martin Lank
Rok
2024
Typ
Diplomová práce
Vedoucí
Ing. Magda Friedjungová, Ph.D.
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
V této práci aplikujeme metody vysvětlitelnosti Grad-CAM++, LayerCAM a SmoothGrad na konvoluční neuronovou síť založenou na EfficicientNetV2 a doučenou na mikroskopických histologických snímcích. Tato neuronová síť predikuje průměrnou difuzivitu (MD) a frakční anizotropii (FA), původně získanou technikou difuzního tenzorového zobrazování (DTI). Cílem této práce je odhalit, které histologické vlastnosti mají vliv na zvýšení MD a FA. Naše
síť dosahuje více než 98.5 % R2 na trénovací, validační i testovací množině, čímž o desítky procentních bodů překonává síť navrženou v předešlé práci. Aplikované metody vysvětlitelnosti na mikroskopické snímky se ukázaly být méně užitečné, než jsme předpokládali. Sice naznačují určitý vliv buněčných jader, nicméně detaily tohoto vztahu zůstávají i nadále nejasné.
Maps of elections
Autor
Jitka Mertlová
Rok
2024
Typ
Bakalářská práce
Vedoucí
doc. RNDr. Dušan Knop, Ph.D.
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
Maps of elections je framework, který umožňuje vizualizovat a analyzovat sady volebních datasetů. Dosud bylo možné pracovat pouze s datasety, ve kterých měly všechny volby stejný počet kandidátů. V této práci framework rozšiřujeme o možnost současného zpracování datasetů s různými počty kandidátů. Toho dosahujeme jednak rozšířením již existující positionwise metriky, a dále zavedením a implementací tzv. feature metriky. Tyto metriky testujeme pomocí syntetických dat generovaných balíčkem Mapel.
Ontologie v rekomendačních systémech
Autor
Ing. Stanislav Kuznetsov
Rok
2023
Typ
Dizertační práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
prof. dr hab. inz. Krzysztof Goczyla
Assoc. Prof. Aleksandra Klašnja Milicevic, Ph.D.
Mgr. Ladislav Peška, Ph.D.
Assoc. Prof. Aleksandra Klašnja Milicevic, Ph.D.
Mgr. Ladislav Peška, Ph.D.
Detekce a odstranění vodoznaků z obrazových dat
Autor
Tomáš Halama
Rok
2023
Typ
Diplomová práce
Vedoucí
Ing. Miroslav Čepek, Ph.D.
Oponenti
Ing. Magda Friedjungová, Ph.D.
Katedra
Anotace
Digitální obrazové vodoznaky jsou široce používanou technikou pro ochranu duševního vlastnictví nebo ověřování digitálních médií, ale mohou mít negativní vliv na kvalitu a použitelnost obrázků. To motivuje potřebu odstraňovat vodoznaky z obrázků a hluboké učení představuje potenciální řešení. V této práci je vyvinutá metoda pro odstraňování vodoznaků pomocí hlubokého učení, včetně rešerše stávajících technik a návrhu architektury. Úspěšnost metody je vyhodnocena z hlediska přesnosti detekce vodoznaků a kvality rekonstrukce původních obrázků.
Krátkodobá předpověd srážek ze satelitních dat pomocí strojového učení
Autor
Jiří Pihrt
Rok
2023
Typ
Diplomová práce
Vedoucí
Mgr. Petr Šimánek
Oponenti
doc. Ing. Kamil Dedecius, Ph.D.
Katedra
Anotace
Geostacionární meteorologické satelity jsou zdrojem globálních a častých pozorování počasí, ale nepozorují přímo srážky. V této práci zkoumáme metody odhadování a předpovídání srážek ze satelitních dat. Cílem této práce je předpovědět až 8 hodin radarových snímků srážek s vysokým rozlišením z multispektrálních satelitních snímků s větším kontextem ale menším rozlišením. Pro tento úkol jsme vyvinuli nový model hlubokého učení s využitím neuronových sítí U-Net a PhyDNet. Nazvali jsme jej WeatherFusionNet, protože slučuje tři různé způsoby zpracování satelitních dat; předpovídání budoucích satelitních snímků, odhadnutí srážek ve vstupní sekvenci a přímé použití vstupní sekvence. Pro trénování a vyzkoušení modelu na reálných datech jsme se zúčastnili NeurIPS soutěže Weather4cast 2022, která poskytuje prostorově a časově srovnané satelitní snímky a cílová radarová data. WeatherFusionNet dosáhla prvního místa v hlavní části soutěže. Dále jsme experimentovali s několika dalšími modely, zkusili zahrnout statická data do vstupu a porovnali náš model s předpovídáním přímo z radaru.
Programování s omezeními v rozvrhování pro autoservis
Autor
Petr Švec
Rok
2023
Typ
Diplomová práce
Vedoucí
prof. RNDr. Pavel Surynek, Ph.D.
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
Tato diplomová práce se zabývá implementací systému pro rozvrhování dílenských prací v autoservisu. Práce analyzuje požadavky zákazníka podle kterých, s využitím programování s omezeními, definuje model. Na základě navrženého modelu jsem implementoval řešič pomocí knihovny choco. Řešič jsem ověřil na syntetických datech a datech motivovaných praxí. Na testovaných instancích jsem provedl měření různých vlastností generovaných řešení pro testovací instance.
Důraz byl kladen na univerzální použití s maximální možnou parametrizací pro potřeby jednotlivých klientů a integrací.
Škálovatelné gausovské procesy jako náhradní modely v bayesovské optimalizaci
Autor
Iveta Šárfyová
Rok
2023
Typ
Diplomová práce
Vedoucí
Ing. Jiří Vošmik
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
Bayesovská optimalizace je globální optimalizační metoda vhodná pro hledání extrémů black-box účelových funkcí drahých na vyhodnocení. Jako modely pro aproximaci takových funkcí se často používají Gaussovské procesy. Jejich kubická časová složitost však omezuje jejich nasazení na aplikace v režimech s malým počtem dat. Tato práce poskytuje přehled moderních škálovatelných Gaussových procesů pro regresi. Experimenty provedené v rámci této práce se zabývají úlohami regrese a bayesovské optimalizace, přičemž v obou případech se využívá několik vybraných modelů založených na Gaussových procesech. Vyhodnocení se provádí pomocí více metrik, z nichž některé jsou zvláště vhodné pro pravděpodobnostní modely. Naše výsledky naznačují, že některé z modelů konzistentně překonávají ostatní v obou úkolech.
Přenos pózy a výrazu mezi portréty
Autor
Petr Jahoda
Rok
2023
Typ
Bakalářská práce
Vedoucí
Ing. Jan Čech, Ph.D.
Oponenti
Ing. Magda Friedjungová, Ph.D.
Katedra
Anotace
Tato práce představuje metodu pro přenos pózy a výrazu mezi portréty. Po
zadání dvou obrázků obličeje, zdrojového a cílového, navržená síť vygeneruje
portrét, kde jsou póza a výraz z obrazu zdrojového obličeje přeneseny na
cílovou identitu. Architektura se skládá ze dvou enkodérů a mapovací sítě,
která mapuje oba vstupy do latentního prostoru sítě StyleGAN2. Ta následně
vygeneruje výsledný obrázek ve vysoké kvalitě. Trénování je "self-supervised"
bez potřeby označených dat. Naše metoda dokáže generovat obrázky téměř v reálném čase a umožňuje syntézu náhodných identit s nezávisle ovladatelnou
pózou a výrazem.
Automatická detekce metrické normy
Autor
Kristýna Klesnilová
Rok
2022
Typ
Bakalářská práce
Vedoucí
Ing. Karel Klouda, Ph.D.
Oponenti
Ing. Magda Friedjungová, Ph.D.
Katedra
Anotace
Tato práce se zabývá automatickou metrickou analýzou českého sylabotonického verše, jenž je metricky otagován ve velkém korpusu básní - v Korpusu českého verše. Práce nejprve reimplementuje přístup založený na datech, který využívá program s názvem KVĚTA. Poté si metrickou analýzu namodeluje jako úlohu tagování sekvencí a řeší ji pomocí strojového učení. Je trénován model BiLSTM-CRF, který reprezentuje aktuálně nejlepší architekturu pro většinu klasických úloh tagování sekvencí. Je otestováno mnoho různých vstupních konfigurací. Ve všech experimentech jsou slabiky nebo tokeny slov na vstupu reprezentovány pomocí Word2Vec embeddingů natrénovaných na trénovacích datech. Výsledky jsou vyhodnoceny pomocí spočítání tří různých přesností predikce: přesnosti pro jednotlivé slabiky, přesnosti pro jednotlivé řádky básní a přesnosti pro celé básně. Je ukázáno, že použití modelu BiLSTM-CRF představuje velký úspěch. S nejlepšími vstupními konfiguracemi vrací BiLSTM-CRF lepší výsledky než reimplementace programu KVĚTA s predikcemi dosahujícími 99.61% přesnosti pro jednotlivé slabiky, 98.86% přesnosti pro jednotlivé řádky básní a 90.40% přesnosti pro celé básně. Nejzajímavější zjištění představuje fakt, že nejlepších výsledků je dosaženo pro vstupní sekvence reprezentují celé básně namísto jednotlivých řádků básní.
Dvojjazyčné vyhledávání v dokumentech
Autor
Lukáš Rynt
Rok
2022
Typ
Bakalářská práce
Vedoucí
Ing. David Bernhauer, Ph.D.
Oponenti
prof. Dr. Ing. Petr Kroha, CSc.
Katedra
Anotace
Tato práce se zabývá výzkumem modelů získávání informací, nejmodernějších technik vnoření slov (word embedding) a jejich možným využitím pro vícejazyčné vyhledávání. Moderní přístupy k vícejazyčnému vyhledávání, které staví na word embedding technikách, většinou pracují s~urči\-tou transformací, která převádí reprezentace slov z jednoho jazyka do druhého. Cílem této práce je zkoumat model, který s touto transformací nepracuje a namísto toho rovnou získává závislosti mezi překlady. Nad tímto modelem by pak měl být vystavěn prototyp webového vyhledávače.
Práce v tomto dostála všem očekáváním a výsledný model byl schopný reprezentovat dvojjazyčné překlady napřímo bez použití jakékoliv transformace. Toho bylo dosaženo s využitím paralelně přeložených dokumentů Evropské Unie, které byly pro oba jazyky spojeny na úrovni odstavců. Prototyp vyhledávače poté fungoval na základě naučených reprezentací jednotlivých slov, vyvozených z tohoto modelu.
Hierarchické řízení rojů při evakuaci
Autor
Kristýna Janovská
Rok
2022
Typ
Bakalářská práce
Vedoucí
prof. RNDr. Pavel Surynek, Ph.D.
Oponenti
doc. Ing. Pavel Hrabák, Ph.D.
Katedra
Anotace
V této práci se zabývám návrhem hierarchického systému koordinace agentů určeného pro simulaci evakuace. V práci rozeznávám dva typy agentů. Řídící agenti navzájem komunikují pomocí algoritmu konfliktového prohledávání a odvádějí své roje do bezpečné oblasti, zatímco agenti následníci následují svého řídícího agenta.
Představím několik modelů, které se liší jak chováním řídících agentů vůči svým rojům, tak chováním agentů následníků, co se týče pokusu o samostatnou evakuaci.
V práci provádím experimenty, jejichž výsledky ukáží, jak úspěšnost evakuace ovlivňují parametry chování agentů. Výsledky těchto experimentů poukáží na výhody komunikace mezi řídícími agenty, problémy, které mohou při evakuaci nastat a jejich závislost na nevhodném chování agentů.
Modelování proudění kolem leteckého profilu pomocí grafových neuronových sítí
Autor
David Horský
Rok
2022
Typ
Bakalářská práce
Vedoucí
Mgr. Vojtěch Rybář
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
V bakalářské práci podáváme přehled využití strojového učení ve výpočetní
dynamice tekutin. Implementovali jsme nejmodernější grafovou neuronovou
síť pro simulaci proudění vzduchu kolem profilu křídla ve 2D. Trénujeme model na nižších rychlostech a úhlech náběhu, následně extrapolujeme na vyšší.
Natrénovali jsme model, který extrapoluje s malou chybou přesnosti a zůstává
stabilní po dlouhý počet simulačních kroků.
Návrh kamerového systému pro snímání vzorku pneumatiky
Autor
Daniel Bohuněk
Rok
2022
Typ
Bakalářská práce
Vedoucí
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Oponenti
Ing. Tomáš Kalvoda, Ph.D.
Katedra
Anotace
Cílem této práce je navrhnout kamerový systém, který snímá pneumatiky projíždějících vozidel a ze záznamu dále získává vzorky pneumatik ve standardizované podobě.
Jsou prozkoumány existující systémy určené pro snímání vzorků pneumatik a je navržen nový kamerový systém, který pořizuje záznam vozidel na světelné křižovatce a vzorky jejich pneumatik rozvinuje do podoby pásu. Pro nalezení lokace pneumatiky ve snímku je využita konvoluční neuronová síť.
Kamerový systém byl nasazen v reálném provozu na více světelných křižovatkách. Kamera správně nasnímá vzorek pneumatiky u 78 % vozidel. Implementované algoritmy strojového vidění naleznou vzorek pneumatiky v 89 % případů.
Implementovaný kamerový systém lze využít pro sběr velkého množství vzorků pneumatik, které by jinak bylo nepraktické a nákladné získat. Využití těchto dat je například ve forenzní analýze pro spárování vzorku vozidla se zanechanou stopou.
Optimalizace využití tradičních segmentačních algoritmů pro úlohy detekce defektů v průmyslu
Autor
Jiří Szkandera
Rok
2022
Typ
Bakalářská práce
Vedoucí
Ing. Jakub Novák
Oponenti
Ing. Miroslav Čepek, Ph.D.
Katedra
Anotace
Práce porovnává algoritmy určené k segmentaci objektu v obraze. Porovnány jsou tři algoritmy řadící se do kategorie superpixels (felzenszwalb, SLIC a quickshift), dva zástupci active contour models (snakes a level sets), random walker, region adjacency graphs a Otsu prahování. K tomuto účelu jsou zmapovány defekty objevující se v průmyslu. Nad defekty je vytvořena obecnější kategorizace. Následně jsou z každé kategorie vybrány dvě vady. Na první vadě je nalezena vhodná kombinace parametrů. U hledání jsou zohledněny efekty různého předzpracování a reprezentace snímku pomocí odlišných barevných prostorů. S nalezenými parametry je provedena segmentace druhé vady. Tak je otestována schopnost generalizace a vhodnost použití algoritmu pro vady dané kategorie. Úspěšnost segmentace je měřena metrikou IOU. Úspěšnější algoritmy dosáhly průměrného IOU měřeného přes všechny snímky jedné vady 90 %. U testu generalizace bylo v některých případech dosaženo průměrného IOU 53 %.
Detekce anomálií v monitoringu datového centra CERN
Autor
Antonín Dvořák
Rok
2022
Typ
Diplomová práce
Vedoucí
Mgr. Alexander Kovalenko, Ph.D.
Oponenti
doc. Ing. Kamil Dedecius, Ph.D.
Katedra
Anotace
Jednou z mnoha úloh CERN cloud manažerů je zajistit požadovaný výpočetní výkon všem uživatelům dané vědecké komunity. Toho je dosaženo pečlivě nastaveným statickým alarming systémem nad výkonostními metrikami infrastruktury.
Pro dosažení maximální efektivity cloudové infrastruktury a ulehčení práce cloud operátorům jsme vytvořili plně automatizovaný systém pro detekci anomálií, který využívá metody nesupervizovaného učení nad časovými řadami. Konkrétně používá kombinaci tradičních metod strojového učení (Isolation forest) a metod hlubokého učení (Gated recurrent unit/Long short-term memory autoencodery).
Tato práce zahrnuje popis monitorovací infrastruktury CERNU, formulaci problému, design systému pro detekci anomálií, použité modely, tvorbu datasetu a porovnání výsledků implementovaných modelů vůči aktuálnímu alarming systému.
Studium lineárního self-attention mechanismu v transformerech
Autor
Uladzislau Yorsh
Rok
2022
Typ
Diplomová práce
Vedoucí
Mgr. Alexander Kovalenko, Ph.D.
Oponenti
doc. Ing. Pavel Kordík, Ph.D.
Katedra
Anotace
Vzhledem k tomu, že kvadratická složitost mechanizmu vnímaní architektury Transformer způsobuje velké náklady na zpracování dlouhých posloupností, cílem dané práce je prozkoumat lineární varianty architektury a implementovat několik nových metod.
Líná kompilace v klasickém plánování
Autor
Zuzana Fílová
Rok
2022
Typ
Diplomová práce
Vedoucí
prof. RNDr. Pavel Surynek, Ph.D.
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
Předmětem této diplomové práce je problematika líné kompilace v klasickém plánování. V teoretické části práce jsou nejprve shrnuty základní informace o klasickém plánování, definovány důležité pojmy klasické reprezentace plánovacích problémů a představeny základní algoritmy pro jejich řešení, zejména prohledávání plánovacího stavového prostoru a techniky využívající plánovací graf. Poslední sekce se věnuje převodu plánování na problém výrokové splnitelnosti (SAT).
Na základě zjištění z teoretické části byla navržena metoda pro línou kompilaci plánovacích problémů do SAT, při které na rozdíl od klasické kompilace dochází k postupnému vytváření a úpravám formule výrokové logiky. V rámci praktické části práce byl implementován plánovač využívající dvě varianty kompilace -- navrženou metodu pro línou kompilaci a kompilaci klasickou.
Plánovač byl testován na úlohách ze soutěže IPC (International Planning Competition). Experimenty se zaměřovaly na vyhodnocení úspěšnosti plánovače s línou kompilací a porovnání výsledků s plánovačem využívajícím klasický způsob kompilace. Celkem bylo využito 79 problémů různé obtížnosti ze čtyř domén, 63 z nich dokázal plánovač s línou kompilací vyřešit rychleji než plánovač s klasickou kompilací. Provedené experimenty poukázaly na výhody a možné nevýhody líné kompilace. Výsledky experimentů naznačují, že využití líné kompilace má potenciál ke zlepšení výkonu plánovače.
Vylepšení krátkodobé předpovědi srážek s využitím metod deep learning pomocí předchozích znalostí o chování počasí
Autor
Matej Choma
Rok
2022
Typ
Diplomová práce
Vedoucí
Mgr. Petr Šimánek
Oponenti
Mgr. Petr Novák, Ph.D.
Katedra
Anotace
Pri krátkodobých predpovediach zrážok s vysokým rozlíšením z hľadiska chyby predpovede dominujú metódy hlbokého učenia. Avšak, ich operatívne používanie je obmedzené problémami s vysvetliteľnosťou dynamiky za predpoveďami. Tieto sú zároveň vyhladené a chýbajú im vysokofrekvenčné prvky v dôsledku optimalizácie pre stratové funkcie založené na strednej chybe. V tejto práci je zhrnutý náš pokrok pri riešení týchto problémov.
V prvej časti predstavujeme Intensity Classification Loss na zlepšenie predpovede silných zrážok. Model je natrénovaný vytvárať sekundárny výstup predpovedajúci pravdepodobnosť zrážok s intenzitou nad 40 dBZ, ktorý sa porovnáva s binárnou skutočnosťou. Experimenty ukázali, že tento prístup pomáha predpovedať silné zrážky, ale nepredpovedá zrážky s vyššou intenzitou, ako je zvolený prah.
V druhej časti experimentujeme s ručným vkladaním diferenciálnej rovnice advekcie-difúzie do PhyCell. Cieľom je vniesť lepšiu apriornú znalosť o fyzike do modelu PhyDNet, ktorý oddeľuje fyzikálnu a reziduálnu dynamiku. Výsledky naznačujú, že zatiaľ čo sa PhyCell dokáže naučiť zamýšľanú dynamiku, tréning modelu PhyDNet zostáva riadený optimalizáciou stratovej funkcie. Toto vedie k modelu s nezmenenými predikčnými vlastnosťami.
Správa vegetace v okolí elektrického vedení za pomocí snímků z dronu
Autor
Radek Ježek
Rok
2022
Typ
Diplomová práce
Vedoucí
Ing. Lukáš Brchl
Oponenti
doc. Ing. Štěpán Starosta, Ph.D.
Katedra
Anotace
Provozovatelé elektrických distribučních sítí vynakládají každoročně velké množství peněz a úsilí, aby zajistili plynulou a bezpečnou dodávku elektřiny. Nejčastějším zdrojem výpadků proudu je poškození drátů vysokého napětí zásahem vegetace, například spadaných stromů. Z toho důvodu provozovatelé provádějí údržbu a pravidelné inspekce koridorů s elektrickým vedením, především v lesích a hustě zarostlých oblastech. Tím vytváří poptávku po nenákladných a vysoce automatizovaných metodách pro průzkum ochranných pásem elektrického vedení. Cílem této práce je vytvořit robustní algoritmus pro automatickou detekci zásahů vegetace do ochranného pásma elektrického vedení pomocí bezpilotních letadel (dronů), s využitím metod z fotogrammetrie a počítačového vidění. Studie pokrývá celý pracovní postup pro inspekci ochranného pásma drátů vysokého napětí, od obsáhlých pokynů pro sběr dat, přes 3D rekonstrukci elektrického vedení, až po detekci zásahů vegetace a vizualizaci výsledků.
Predictor Factory: Učení z relačních dat
Autor
Ing. Jan Motl
Rok
2022
Typ
Dizertační práce
Vedoucí
doc. Ing. Pavel Kordík, Ph.D.
Oponenti
Prof. Abdullah Uz Tansel
doc. Mgr. Martin Nečaský, Ph.D.
doc. Ing. Tomáš Kliegr, Ph.D.
doc. Mgr. Martin Nečaský, Ph.D.
doc. Ing. Tomáš Kliegr, Ph.D.
Získávání znalostí z multimediálního obsahu
Autor
Ing. Petr Pulc
Rok
2022
Typ
Dizertační práce
Vedoucí
prof. Ing. RNDr. Martin Holeňa, CSc.
Oponenti
prof. Irina Perfiljeva, CSc., dr. h. c., prof. h. c.
Assoc. prof. Neeta Nain, Ph.D.
doc. Ing. Karel Zimmermann, Ph.D.
Assoc. prof. Neeta Nain, Ph.D.
doc. Ing. Karel Zimmermann, Ph.D.
Klasifikace kvality vozovky
Autor
Martin Lank
Rok
2021
Typ
Bakalářská práce
Vedoucí
Ing. Magda Friedjungová, Ph.D.
Oponenti
Ing. Daniel Vašata, Ph.D.
Katedra
Anotace
Automatické vyhodnocování kvality vozovky může být užitečné jak správním orgánům, tak i těm účastníkům silničního provozu, kteří vyhledávají vozovky s kvalitním povrchem pro co největší potěšení z jízdy. Tato práce se zabývá návrhem modelu, který klasifikuje obrázky silnic do pěti kvalitativních kategorií na základě jejich celkového vzhledu. V práci prezentujeme nový ručně anotovaný dataset, obsahující fotografie ze služby Google Street View. Anotace datasetu byla navržena pro motorkáře, ale může být použita i pro jiné účastníky silničního provozu. Experimentovali jsme jak s předučenými konvolučními neuronovými sítěmi, jako jsou MobileNet či DenseNet, tak s vlastními architekturami konvolučních neuronových sítí. Dále jsme vyzkoušeli různé techniky předzpracování dat, např. odstraňování stínů či kontrastně-limitní adaptabilní histogramovou ekvalizací (CLAHE). Námi navrhovaný klasifikační model využívá CLAHE a na testovací sadě dosahuje 71% přesnosti. Vizuální kontrola ukázala, že navrhovaný model je i s touto přesností využitelný za účelem, pro který byl navržen.
Návrh vybavení interiéru pomocí metod umělé inteligence
Autor
Eliška Svobodová
Rok
2021
Typ
Bakalářská práce
Vedoucí
Ing. Mgr. Ladislava Smítková Janků, Ph.D.
Oponenti
prof. RNDr. Tomáš Skopal, Ph.D.
Katedra
Anotace
Tato práce přispívá k výzkumu automatizovaného interiérového designu návrhem a implementací nového systému. Proces designu je rozdělen na plánování funkčních zón pomocí simulovaného žíháni a na aranžování nábytku genetickým algoritmem. Výsledky obou algoritmů jsou dotaženy gradientním sestupem. Systém dokáže splnit požadavky od uživatele na tvar místnosti, její funkce a použitý nábytek. Experimenty ukazují schopnost systému navrhnout interiér různě tvarovaných místností s různým výběrem kusů nábytku.
Vkládání interaktivních prvků a multimédií do PDF souborů prostřednictvím TeXu
Autor
Michal Vlasák
Rok
2021
Typ
Bakalářská práce
Vedoucí
RNDr. Petr Olšák
Katedra
Anotace
Zaměřením této bakalářské práce je oblast interaktivních prvků a multimédií ve formátu PDF, obzvlášť pak ve spojitosti s TeXem. Kromě analýzy a diskuze toho, co specifikuje norma formátu PDF nebo co implementují existující TeXové balíčky, bylo zaměření práce také praktické - otestování co doopravdy funguje v dnešních PDF prohlížečích.
Jak se ukázalo, tak interaktivních a multimediálních možností nabízí formát PDF celou řadu. Špatná je ale jejich podpora v PDF prohlížečích, která v této oblasti silně zaostává. Výjimkou je de facto referenční prohlížeč Acrobat a jím inspirovaný prohlížeč Foxit. Jsou ale i open-source prohlížeče (Evince, Okular), které mohou být pro některá využití, např. prezentace, naprosto vyhovující.
Na základě všech získaných znalostí byl poté vytvořen balíček pro nový TeXový formát OpTeX. Ten implementuje v oblasti TeXu smysluplné a zároveň v praxi funkční interaktivní prvky a multimédia. Balíček je veřejný a volně dostupný.
Výsledný balíček nabízí v oblasti multimédií možnosti vkládání audia, videa a 3D děl. V oblasti interaktivity pak například komplexně řeší akce, události nebo animované přechody.
Měření rozměrů a tvarů bižuterních diamantů
Autor
Justýna Frommová
Rok
2021
Typ
Bakalářská práce
Vedoucí
Ing. Jakub Novák
Oponenti
Ing. Mgr. Ladislava Smítková Janků, Ph.D.
Katedra
Anotace
Tato práce se zabývá měřením rozměrů bižuterních kamenů na základě počítačového vidění a zpracování obrazu. Kvalita bižuterních šatonů je kontrolována pomocí velikosti kružnice opsané, kružnice vepsané, kružnice vepsané tabulce diamantu, míry vyleštěnosti a vyosení středu diamantu. V rámci vlastní realizace byly sestaveny tři snímací soustavy z monochromatické kamery, telecentrického objektivu, koaxiálního světla a specifických difuzorů na světla kruhová a pruhová. Byly implementovány čtyři algoritmy, které využívají Canny-Otsu detektor, Otsuovo prahování a watershed algoritmus segmentace. Algoritmy měří velikosti kružnic s přesností 0,0098 mm, odchylka velikostí stejných kamenů v závislosti na poloze ve snímku se pohybuje v rozmezí 0,0028 mm až 0,0040 mm.
Kompilace multi-agentní kolektivní konstrukce ve hře Minecraft
Autor
Martin Rameš
Rok
2021
Typ
Bakalářská práce
Vedoucí
prof. RNDr. Pavel Surynek, Ph.D.
Oponenti
Dr. techn. Ing. Jan Legerský
Katedra
Anotace
Tato bakalářská práce zkoumá současné přístupy k přesným řešením problému multi-agentní kolektivní konstrukce, s důrazem na tří-rozměrné struktury, postavené agenty přenášejícími v mřížce bloky, za předpokladu přítomnosti gravitace. Zobecnění v současné době nejrychlejšího přesného modelu je navrženo, s použitím smíšeného celočíselného lineárního programování, k přizpůsobení se různému trvání kroků agentů. Uplatnění navrženého modelu je použito v kombinaci s řešičem k přesné optimalizaci stavebního plánování uživatelem navržených struktur. Výsledek je vizualizován v Minecraftu, za použití programu postaveného na Malmo API. Série experimetů je provedena na několika malých instancích, k naměření relativního snížení doby stavění vzhledem k jednokrokovým krokům agentů. Výsledky ukazují na výrazné snížení doby stavění při délkách kroků použitých pro vizualizaci v Minecraftu.
Snímání a následná detekce a klasifikace vad skleněných tyčí
Autor
Matěj Latka
Rok
2021
Typ
Bakalářská práce
Vedoucí
Ing. Jakub Novák
Oponenti
Ing. Magda Friedjungová, Ph.D.
Katedra
Anotace
Práce se zabývá automatizovanou detekcí a klasifikací vad na skleněných tyčích. Jsou analyzována předchozí řešení podobných problémů a popsán vlastní postup, v rámci kterého byly navrženy čtyři snímací soustavy využívající pokročilých optických prvků a osvětlení. Dále byly upraveny a rozšířeny analyzované metody detekce a klasifikace vad. Druhá z nich, využívající model založený na moderní architektuře Faster R-CNN, detekuje správně na jednom z datasetů 83 % vad a správně klasifikuje 77 % z nich.
Hardwarový přípravek pro přesné zacílení pohledu kamery v místnosti
Autor
Zuzana Jiránková
Rok
2021
Typ
Diplomová práce
Vedoucí
Ing. Jakub Novák
Oponenti
Dr.-Ing. Martin Novotný
Katedra
Anotace
Cílem práce je vytvoření hardwarového přípravku pro zacílení pohledu průmyslové kamery, aby bylo možné získat vyšší rozlišení v zvolené oblasti zájmu. Zvoleným řešením bylo využití dvou kamer. Jedna je přehledová a druhá detailní, jejíž pohled je směrován pomocí zrcadla nakláněného v dvou osách. Vytvořené řešení umožňuje zacílit na hledaný objekt z přehledové kamery a získat jeho detail ve větším rozlišení druhou kamerou. Hlavním výsledkem práce je vytvořený hardwarový přípravek a jeho firmware k ovládání náklonu zrcadla.
Ukázkový interaktivní grafický výstup z výpočtu
Autor
Dominika Králiková
Rok
2021
Typ
Diplomová práce
Vedoucí
doc. Ing. Štěpán Starosta, Ph.D.
Oponenti
doc. Ing. Ivan Šimeček, Ph.D.
Katedra
Anotace
Tato diplomová práce se zabývá výběrem vhodných technologií pro vytváření interaktivních grafických ukázek výstupů z výpočtů a využitím navrženého řešení při implementaci modelových příkladů určených pro podporu výuky matematických předmětů. První část práce je věnována analýze dostupných vykreslovacích systémů. Následně je sestaven seznam modelových příkladů vhodných pro interaktivní ukázky při výuce. Poté se práce věnuje výběru vhodného vykreslovacího systému, návrhu a implementaci webové aplikace s jednotlivými ukázkami, jejímu testování a zkušebnímu nasazení. Výstupem práce je hotová webová aplikace implementovaná s využitím knihovny Plotly, která zahrnuje modelové příklady jako vykreslení aproximace funkce pomocí Taylorova polynomu nebo vizualizaci Lagrangeovy metody. Aplikace podporuje jednoduché přidávání nových vizualizací a jejich propojení se systémem pro podporu výuky MARAST.
Algoritmy kombinatoriky na slovech
Autor
Martin Rejmon
Rok
2021
Typ
Diplomová práce
Vedoucí
doc. Ing. Štěpán Starosta, Ph.D.
Oponenti
doc. Ing. Jan Janoušek, Ph.D.
Katedra
Anotace
V této práci je podrobně popsáno několik algoritmů řešících problémy z matematického oboru kombinatorika na slovech. Součástí práce je i jejich implementace v svobodném a otevřeném počítačovém algebraickém systému SageMath za účelem jejich integrace do téhož systému. Mezi zkoumané algoritmy patří: klasifikace rostoucích písmenek morfismu, rozhodování se, zda morfismus je prostý, hledání zjednodušení morfismu, hledání všech nekonečných opakování v D0L systému a hledání všech podřetězců (kratší než zadaná délka) slov jazyka PD0L systému. Dále je v práci diskutován problém rozhodování se, zda morfimus D0L systému je prostý na množině podřetězců slov jazyka toho systému. Není obecně známo, zda tento problém jde rozhodnout, což v této práci není vyřešeno, ale je zde uvedeno, proč je to netriviální problém a kde některé z možných způsobů jeho řešení selžou.
Bayesovská filtrace stavových modelů s neznámými kovariancemi
Autor
Tomáš Vlk
Rok
2021
Typ
Diplomová práce
Vedoucí
doc. Ing. Kamil Dedecius, Ph.D.
Oponenti
Ing. Ondřej Tichý, Ph.D.
Katedra
Anotace
Tato závěrečná práce se věnuje problému distribuovaného Baysovského sekvenčního odhadu neznámých stavů stavových modelů s neznámými kovariačními maticemi šumu procesu i měření. Tento problém je velmi častý v reálných případech, kde specifické informace o kovariačních maticích šumu pro jednotlivé senzory nemusí být dostupné. Řešení navržené v této práci je postavené na teorii variačního Bayese, ta je využitá jak k odhadu stavů, tak i k odhadu kovariační matice šumu měření. Z důvodu zlepšení sdílíme jak měření, tak i posteriorní odhady mezi sousedními uzly v síti. Práce zároveň ukazuje způsob optimalizace kovariační matice procesního šumu.
Pokročilé metody asymetrického heterogenního transfer learningu
Autor
Ing. Magda Friedjungová
Rok
2021
Typ
Dizertační práce
Vedoucí
doc. RNDr. Ing. Marcel Jiřina, Ph.D.
Oponenti
Ing. Vojtěch Franc, Ph.D.; prof. Michał Choraś, Ph.D.; dr. inž. Mariusz Topolski