Yes (184564)
No (135832)
Number of found documents:
320396
Published from
to
Group Detection in Crowds Using Spatiotemporal Data
Říha, David; Hartman, David; Neruda, Roman
2024 - Czech
This thesis addresses the challenge of social group detection in crowds, presenting an algorithm informed by sociological insights into common group formations among pedestrians. Our proposed algorithm demonstrates comparable performance to existing solutions - Time-sequence DBSCAN and Agglomerative Hierarchical Clustering with Hausdorff Distance, using the DIAMOR dataset for testing and comparison. Additionally, we introduce a validator tool potentially capable of refining results from existing algorithms based on a group shape criterion, leading to improved accuracy in identifying groups. Keywords: groups detection; clustering; group shape analysis; pedestrian behavior; Tato diplomová práce se zabývá detekcí skupin v davech a představuje algoritmus obohacený o sociologické poznatky o obvyklých formacích skupin mezi chodci. Navrhovaný algoritmus prokazuje srovnatelnou úspěšnost s existujícími řešeními - Time-sequence DBSCAN a Agglomerative Hierarchical Clustering, s využitím datasetu DIAMOR pro testování a porovnání. Kromě toho představujeme validační nástroj, který potenciálně dokáže zdokonalit výsledky existujících algoritmů na základě kritéria pro tvar skupiny, což vede k zlepšení přesnosti identifikace skupin. Klíčová slova: detekce skupin; clustering; analýza tvaru skupin; chování chodců;
Keywords:
chování davu|skupiny chodců|detekce skupin|clustering; crowd behavior|pedestrian groups|group detection|clustering
Available in a digital repository NRGL
Group Detection in Crowds Using Spatiotemporal Data
This thesis addresses the challenge of social group detection in crowds, presenting an algorithm informed by sociological insights into common group formations among pedestrians. Our proposed ...
Větné reprezentace s interpretací podobnosti
Svobodová, Zuzana; Hudeček, Vojtěch; Libovický, Jindřich
2024 - Czech
Sentence representations - embeddings - obtained from neural network models are the core part of many applications in both academia and industry. Although embeddings reach great results in correlation with human sense of sentence similarity, there is often a lack of explanation for why models choose sentences to be similar. In this thesis, we strive to increase the interpretability of model embeddings by incorporating different semantic sentence level annotations in the learning process. We introduce a model called SBERTslice that produces embeddings that can distinguish nuanced semantic variations in text, including elements like negation, sentiment, named entities, emotional tone, and verb-oriented relation between words in a text. We evaluated SBERTslice embeddings in various text classification and semantic sim- ilarity tasks and for a majority of them, SBERTslice outperformed the original SBERT. 1 Větné reprezentace - tzv. embeddingy, získané z modelů neuronových sítí, tvoří jádro mnoha aplikací jak v akademickém prostředí, tak v průmyslu. Ačkoliv embed- dingy dosahují vynikajících výsledků v korelaci s lidským vnímáním větné podobnosti, často chybí vysvětlení, proč modely rozhodly o větách, že jsou podobné či nepodobné. V této práci se snažíme zvýšit interpretovatelnost embeddingů začleněním různých sé- mantických anotací do průběhu tréninku modelu. Představujeme takto natrénovaný model SBERTslice, který vytváří embeddingy schopné rozlišovat různé sémantické vlast- nosti textu, včetně prvků jako je negace, sentiment, jmenné entity, emocionální tón a sémantické vztahy mezi větným slovesem a dalšími slovy ve větě. Otestovali jsme embeddingy generované modelem SBERTslice v určování sémantické podobnosti vět a klasifikaci textu, kde SBERTslice ve většině případů překonal původní model SBERT. 1
Keywords:
neuronové sítě|větné embeddingy; neural networks|sentence embeddings
Available in a digital repository NRGL
Větné reprezentace s interpretací podobnosti
Sentence representations - embeddings - obtained from neural network models are the core part of many applications in both academia and industry. Although embeddings reach great results in correlation ...
Individuální dárcovství v humanitárních a rozvojových organizacích občanské společnosti
Schramm, Filip; Dohnalová, Marie; Frič, Pavol
2024 - Czech
The diploma thesis deals with an issue of individual giving in organisations of the civic society aiming at humanitarian aid and official development assistance. The goal of the thesis is to reveal whether there is an executive or missionary approach in the field of individual giving. The theoretical part provides information from the professional literature about civic society organisations, their financing with an emphasis on individual giving as well as about the field of humanitarian aid and official development assistance. The empiric part contains an analysis of obtained data through annual reports of individual organisations and questionnaire construction, results of the research and practical recommendations. Diplomová práce se zabývá problematikou individuálního dárcovství v organizacích občanské společnosti zaměřujících se na humanitární pomoc a rozvojovou spolupráci. Cílem práce je zjistit, zda v těchto organizacích převládá manažerský, nebo misionářský přístup v oblasti individuálního dárcovství. Teoretická část přináší poznatky z odborné literatury o organizacích občanské společnosti, jejich financování s důrazem na individuální dárcovství a o oblasti humanitární pomoci a rozvojové spolupráce. Empirická část obsahuje analýzu získaných dat prostřednictvím výročních zpráv jednotlivých organizací a dotazníkového šetření, výsledky výzkumu a doporučení pro praxi.
Keywords:
individuální dárcovství; občanský sektor; organizace občanské společnosti; financování; humanitární pomoc; rozvojová spolupráce; individual giving; civic sector; civic society organisation; financing; humanitarian aid; official development assistance
Available in a digital repository NRGL
Individuální dárcovství v humanitárních a rozvojových organizacích občanské společnosti
The diploma thesis deals with an issue of individual giving in organisations of the civic society aiming at humanitarian aid and official development assistance. The goal of the thesis is to reveal ...
Rozpoznávání retinopatie ve snímcích sítnice pomocí strojového učení
Kubový, Jan; Trunda, Otakar; Holeňa, Martin
2024 - Czech
In collaboration with the Institute for Clinical and Experimental Medicine (IKEM) and leveraging their historical examination data, we developed a convolutional neural net- work trained to identify diabetic retinopathy from retinal images. The primary objective of this project was to establish a machine learning model applicable within the medi- cal setting of IKEM, streamlining and potentially expediting the examination process. Additionally, we designed a user-friendly website to facilitate the straightforward utiliza- tion of the trained model by physicians possessing only basic computer skills. While the neural network demonstrates good results, it is crucial to underscore its restricted adapt- ability, attributed to the compact model size and the monotonic nature of ophthalmic data sourced from a specific type of fundus camera. The proposed solution is slated for testing in a real hospital operational environment. The neural network is not intended as a replacement for the physician, but as a tool that can assist the physician in diagnostic process. 1 Ve spolupráci s Institutem klinické a experimentální medicíny (IKEM) a jejich histo- rických dat z vyšetření byla natrénována konvoluční neuronová síť rozpoznávající diabe- tickou retinopatii ze snímků sítnice. Cílem práce bylo vytvořit model strojového učení, který bude možné využít ve zdravotnickém zařízení IKEM za cílem zjednodušit a pří- padně zrychlit vyšetření. Součástí projektu byla také tvorba webové stránky, která umož- ňuje snadné spouštění natrénovaného modelu lékařem s pouze základní znalostí ovládání počítače. I přesto, že neuronová síť dosahuje dobrých výsledků, je třeba zdůraznit její omezenou univerzálnost z důvodu malé velikosti modelu a jednotvárnosti poskytnutých oftalmologických dat z jednoho typu fundus kamery. Navržené řešení bude podrobeno testování v provozním prostředí nemocnice. Neuronová síť není zamýšlena jako náhrada lékaře, ale jako nástroj, který mu může asistovat v diagnostickém procesu. 1
Keywords:
Strojové učení|Zpracování obrazu|Retinopatie|Neuronové sítě|Diagnóza; Machine Learning|Image Processing|Retinopathy|Neural networks|Medical diagnosis
Available in a digital repository NRGL
Rozpoznávání retinopatie ve snímcích sítnice pomocí strojového učení
In collaboration with the Institute for Clinical and Experimental Medicine (IKEM) and leveraging their historical examination data, we developed a convolutional neural net- work trained to identify ...
Soutež Algonauts 2023: predikce lidské fMRI aktivity při stimulaci vizuálními stimuli
Petliak, Nataliia; Antolík, Ján; Bojar, Ondřej
2024 - English
In this thesis, we investigate the application of pretrained Deep Neural Networks, par- ticularly Vision Transformers (ViT), for predicting human fMRI activity in response to visual stimulation. The Algonauts Challenge 2023 dataset, serving as a large-scale bench- mark of human fMRI data, allows us to assess the performance of ViT in comparison with established CNN architectures like VGG and ResNet. Our study highlights the complex- ity of this task, especially in accurately modeling the diverse regions of the full visual cortex. We identify specific ViT layers that align with the brain's hierarchical processing and prove to be the most predictive. However, one of the limitations we encounter with pretrained ViT is its reduced adaptability due to inherent subject variability. This limi- tation underscores the challenge in developing a single model that is universally effective across different individuals. To address this, we implement an iterative training strategy, starting with the layers that perform best across all subjects, followed by fine-tuning for specific visual areas in individual subjects. Despite these efforts, the effectiveness of ViT varies; it performs satisfactorily in some subjects but struggles in others, particu- larly in word-selective regions. The incorporation of textual data... V této diplomové práci zkoumáme využití předtrénovaných hlubokých neuronových sítí, zejména Vision Transformers (ViT), pro predikce lidské fMRI aktivity při stimu- laci vizuálními stimuli. Dataset z Algonauts Challenge 2023, která slouží jako rozsáhlý standard pro data fMRI lidského mozku, nám umožňuje hodnotit výkon ViT ve srovnání s etablovanými architekturami CNN, jako jsou VGG a ResNet. Naše studie zdůrazňuje složitost tohoto úkolu, zejména při přesném modelování různorodých oblastí celé vizuální kůry. Identifikujeme konkrétní vrstvy ViT, které jsou v souladu s hierarchickým zpra- cováním mozku a ukazují se jako nejpředpovědnější. Jedním z omezení, na které jsme narazili u předtrénovaného ViT, je jeho snížená adaptabilita kvůli vrozené variabilitě subjektů. Toto omezení zdůrazňuje výzvu ve vývoji jediného modelu, který je univer- zálně účinný pro různé jedince. Abychom toto řešili, implementujeme iterativní strategii trénování, začínající vrstvami, které fungují nejlépe napříč všemi subjekty, následované jemným laděním pro specifické vizuální oblasti jednotlivých subjektů. Navzdory těmto snahám se účinnost ViT liší; u některých subjektů dosahuje uspokojivých výsledků, ale u jiných se potýká, zejména ve word-selectivnich oblastech. Přidání textových dat ke vstupu vede ke zlepšení výkonu modelu v...
Keywords:
hluboké učení|predikce fMRI|vizualní stimuly|vision transformers; deep learning|fMRI prediction|visual stimuli|vision transformers
Available in a digital repository NRGL
Soutež Algonauts 2023: predikce lidské fMRI aktivity při stimulaci vizuálními stimuli
In this thesis, we investigate the application of pretrained Deep Neural Networks, par- ticularly Vision Transformers (ViT), for predicting human fMRI activity in response to visual stimulation. The ...
Evoluční strategie pro optimalizaci policy v transformerech
Lorenc, Matyáš; Neruda, Roman; Pilát, Martin
2024 - English
We explore the capability of evolution strategies to train a transformer architecture in the reinforcement learning setting. We perform experiments using OpenAI's highly parallelizable evolution strategy and its derivatives utilizing novelty and quality-diversity searches to train Decision Transformer in Humanoid locomotion environment, testing the ability of these black-box optimization techniques to train even such relatively large (com- pared to the previously tested in the literature) and complicated (using a self-attention in addition to fully connected layers) models. The tested algorithms proved to be, in gen- eral, capable of achieving strong results and managed to obtain high-performing agents both from scratch (randomly initialized model) and from a pretrained model. 1 Cílem práce je prozkoumat schopnost evolučních strategií trénovat architektury trans- formerů v prostředí zpětnovazebního učení. Provedeme experimenty s využitím vysoce paralelizovatelného algoritmu OpenAI-ES a dvou jeho variant využívajících konceptů no- velty a quality-diversity prohledávání k trénování architektury Decision Transformeru v prostředí MuJoCo Humanoida a otestujeme tak schopnost těchto black-box optimalizač- ních technik trénovat i takto relativně velké (ve srovnání s dříve testovanými) a kom- plikované modely (využívajících self-attention vedle klasických plně propojených vrstev). Testované algoritmy se v našich experimentech ukázaly obecně jako schopné dosahovat silných výsledků a dokázaly vyvinout vysoce výkonné agenty - a to jak z náhodně ini- cializovaného modelu, tak z předtrénovaného modelu. 1
Keywords:
Evoluční strategie|Transformery|Optimalizace policy|Novelty; Evolution strategies|Tranformers|Policy optimization|Novelty
Available in a digital repository NRGL
Evoluční strategie pro optimalizaci policy v transformerech
We explore the capability of evolution strategies to train a transformer architecture in the reinforcement learning setting. We perform experiments using OpenAI's highly parallelizable evolution ...
Spontánní dobrovolnictví během ukrajinské uprchlické krize
Grebneva, Mariya; Pospíšilová, Tereza; Košák Felcmanová, Alena
2024 - Czech
The thesis explores spontaneous type of volunteering during the Ukrainian refugee crisis in the Czech Republic. Its aim is to describe the reasons and causes leading to the decision to engage in volunteering and to continue in the long-term. The research focuses on the perspective of the volunteers engaged with non-profit organizations, analyzing their experiences and values. The theoretical part contains concepts related to the issue of volunteering in times of crisis, which help to better understand and interpret the results. The research was conducted through semi- structured interviews with volunteers, the outputs of which are specific factors influencing the decision to become a volunteer and to sustain involvement over the long-term. The conclusion includes an analysis of the significance of the organizational context and the organization's approach to volunteers, along with practical recommendations for nonprofit organizations, not only during times of crisis. Diplomová práce se věnuje spontánnímu dobrovolnictví během ukrajinské uprchlické krize v ČR. Cílem je odhalit důvody a příčiny vedoucí k dobrovolnictví a jeho dlouhodobému pokračování. Výzkum se zaměřuje na perspektivu dobrovolníků a analyzuje jejích zkušenosti a hodnoty v kontextu organizačního prostředí. Teoretická část obsahuje koncepty související s problematikou dobrovolnictví v čase krize, které pomáhají lépe porozumět a interpretovat výsledky. Výzkum byl realizován pomoci polostrukturovaných rozhovorů s dobrovolníky, jejichž výstupy jsou konkrétní faktory ovlivňující rozhodnutí stát se dobrovolníkem a pokračovat dlouhodobě. Závěr zahrnuje analýzu významu organizačního kontextu a přístupu organizace k dobrovolníkům s praktickými doporučeními pro neziskové organizace nejen v čase krize.
Keywords:
dobrovolnictví; spontánní dobrovolnictví; důvody k dobrovolnictví; management dobrovolnictví; dlouhodobé dobrovolnictví; volunteering; spontaneous volunteering; reasons for volunteering; volunteer management; long-term volunteering
Available in a digital repository NRGL
Spontánní dobrovolnictví během ukrajinské uprchlické krize
The thesis explores spontaneous type of volunteering during the Ukrainian refugee crisis in the Czech Republic. Its aim is to describe the reasons and causes leading to the decision to engage in ...
Multi-agentní burzovní prostředí pro hledání robustních strategií pomocí zpětnovazebního učení
Mikuláš, Pavel; Pilát, Martin; Neruda, Roman
2024 - English
This thesis presents a comprehensive study of the application of reinforcement learning to algorithmic trading. The main focus of this thesis is on the generalization properties of various reinforcement learning algorithms, both from the data perspective and the applicability of the trained agents to real algorithmic trading. To that end, we develop a training environment taking into account various real-world factors influencing the performance of algorithmic trading strategies. We also experiment with the recurrent replay buffer extension of the DQN algorithm, known as R2D2, being, to the best of our knowledge, the first to employ this algorithm for the task of algorithmic trading. Each algorithm is evaluated against traditional algorithmic trading strategies, including the buy-and-hold strategy, to demonstrate the superior performance of the reinforcement learning strategies. On top of that we also provide a study on how the amount of training data and transaction costs influence the generalization of the algorithms to unseen market conditions. We show how transaction costs significantly increase the task complexity and that the R2D2 algorithm overperforms the commonly used baselines, as well as other state-of-the-art reinforcement learning algorithms in this task. 1 Tato práce přináší rozsáhlou studii aplikace zpětnovazebního učení v oblasti algo- ritmického obchodování. Práce se zaměřuje zejména na to, jak modely zpětnovazebního učení generalizují, jak z pohledu velikosti trénovací množiny, tak z pohledu jejich ná- sledného přenesení na reálné finanční trhy. Za tímto cílem vytváříme simulační prostředí zohledňující důležité faktory, které ovlivňují výsledky obchodní strategie při reálném ob- chodování. V našich experimentech používáme také rozšíření algoritmu DQN, známé jako R2D2, které dosahuje velice slibných výsledků. Pokud je nám známo, je tato práce první, která algoritmus R2D2 aplikuje na oblast algorimického obchodování. Algoritmy natré- nované ve vytvořeném simulačním prostředí následně vyhodnocujeme oproti obvykle uží- vaným postupům algoritmického obchodování, abychom demonstrovali sílu modelů zpět- novazebního učení. Dále ukazujeme, jak zvyšování transakčních nákladů zvyšuje nároč- nost trénování vybraných modelů a že algoritmus R2D2 svými výsledky překonává běžné postupy algoritmického obchodování i ostatní modely zpětnovazebního učení v úloze al- goritmického obchodování. 1
Keywords:
zpětnovazební učení|algoritmické obchodování|generalizace|R2D2|hluboké učení; reinforcement learning|algorithmic trading|generalization|R2D2|deep learning
Available in a digital repository NRGL
Multi-agentní burzovní prostředí pro hledání robustních strategií pomocí zpětnovazebního učení
This thesis presents a comprehensive study of the application of reinforcement learning to algorithmic trading. The main focus of this thesis is on the generalization properties of various ...
Sedes imperii - centra politické, ekonomické a kulturní moci tetrarchů
Motlochová, Alžběta; Tůmová, Helena; Tušlová, Petra
2024 - Czech
This thesis aims for the comparation of historical, economic and cultural factors that are related to the establishment of tetrarchy in the year 285 AD and to the constitution of sedes imperii as settlement cities for individual emperors, especially with regard to emperor Diocletian's private palace in Split. A part of the thesis includes the analysis of the economic background and buildings near the cities, such as villae rusticae, and their effects on the development of the cities and economic prosperity in a broad region. In other part, the thesis focuses on the ideology and typology of self-representation of the emperors from earlier tetrarchy, as well as on the contrasts between the official emperor's cult and the personality cult of each individual emperor in their settlement cities, the latter being represented for example by triumphal arches or private emperor mausoleums. In the final part of the thesis there is a schema of transformations of sedes imperii after the decline of the first tetrarchy and in the time of Constantine's dynasty that follows. Key words sedes imperii, economic background, tetrarchy, Diocletian's palace, villa rustica, imperial ideology, Thessaloniki, Nicomedia, Split Cílem práce je komparace historických, ekonomických a kulturních okolností souvisejících s ustavením tetrarchie v roce 285 po Kr., a to se vznikem sedes imperii jako sídelních měst jednotlivých císařů, se zvláštním zřetelem na soukromou rezidencí císaře Diocletiana ve Splitu. Součástí práce je analýza hospodářského zázemí a kapacit u jednotlivých sídel, jako jsou villae rusticae, a jejich vliv na rozvoj města a na ekonomickou prosperitu v širším regionu. V neposlední řadě práce zkoumá také ideologii a s ní související typologii sebereprezentace vládců rané tetrarchie a rozdíly mezi oficiálním císařským kultem ve srovnání s kultem osobnosti jednotlivých císařů jak v Římě, tak i v jednotlivých sídelních městech, například ve formě triumfálních oblouků či soukromých císařských mauzoleí. Práci uzavírá nástin proměn sedes imperii v období rozpadu první tetrarchie a v období následující konstantinovské dynastie. Klíčová slova sedes imperii, hospodářské zázemí, tetrarchie, Diocletianův palác, villa rustica, císařská sebereprezentace, Thessaloníké, Níkomédie, Spalato
Keywords:
sedes imperii|hospodářské zázemí|tetrarchie|Diocletianův palác|villa rustica|císařská sebereprezentace|Thessaloníké|Nikomédie|Split; sedes imperii|economic background|tetrarchy|Diocletian's palace|villa rustica|imperial ideology|Thessaloniki|Nicomedia|Split
Available in a digital repository NRGL
Sedes imperii - centra politické, ekonomické a kulturní moci tetrarchů
This thesis aims for the comparation of historical, economic and cultural factors that are related to the establishment of tetrarchy in the year 285 AD and to the constitution of sedes imperii as ...
Kvantové jizvení v mnohočásticových systémech
Škultéty, Richard; Stránský, Pavel; Cejnar, Pavel
2024 - Czech
In this work, we will introduce the concept of quantum scarring. Quantum scarring refers to the states inside the chaotic parts of spectra, which significantly differ from predictions for chaotic states. In this work, we will focus on Quantum Many-Body Scars (QMBS), which deviate from the Eigenvector Thermalization Hypothesis (ETH) predictions. First, we will introduce the ETH and several ways in which the QMBS deviate from it; periodic revivals of non-eigenstate QMBS, anomalously low values of entanglement entropy, and localization of Husimi function in the classical limit. We will apply these methods to detect and study QMBS on coupled Lipkin models. 1 V této práci seznámíme čtenáře s konceptem kvantového jizvení. Kvantové jizvy jsou stavy uprostřed chaotické části spektra, které se zásadně odlišují od předpo- vědí pro chaotické stavy. V této práci se zaměříme na mnohočásticové jizvy (QMBS), které se vymykají předpovědím hypotéze o termalizace vlastních stavů (ETH). Nejprve představíme ETH a možnosti jejího narušení stavy QMBS, zejména periodické revivaly nevlastních stavů QMBS, anomálně nízké entropie provázaní a lokalizaci Husimiho funkce v klasické limitě. Tyto metody aplikujeme pro nalezení a studium stavů QMBS na více- násobných Lipkinových modelech. 1
Keywords:
kvantové jizvy|kvantový chaos|hypotéza termalizace vlastních stavů|mnohočásticové systémy; quantum scars|quantum chaos|eigenstate thermalization hypothesis|many-body systems
Available in a digital repository NRGL
Kvantové jizvení v mnohočásticových systémech
In this work, we will introduce the concept of quantum scarring. Quantum scarring refers to the states inside the chaotic parts of spectra, which significantly differ from predictions for chaotic ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases