Ne (10759)
Počet nalezených dokumentů:
10759
Publikováno od
do
Analýza silničního provozu pomocí neuronových sítí
Žárský, Daniel; Musil, Petr; Smrž, Pavel
2024 - anglický
Cílem této bakalářské práce je zjednodušit analýzu silničního provozu, která využívá kamerové záznamy, a to poskutnutím prostředku pro automatickou annotaci scény. Práce popisuje obecné technické pricipy využité v kamerovém systému monitorujícím dopravu a navrhuje postup zpracování dat, získaných metodami počítačového vidění, s cílem automatizovaného nasazení systému. Následné zpracování dat využívá klastrovacích algoritmů pro identifikaci a lokalizaci hlavních směrů pohybu účastníků dopravnícho provozu. Na základě těchto výsledků je scéna automaticky annotována. Anotace scény je použitelná jako základ pozdější detekce anomálií v dopravě v reálném čase. The aim of this bachelor thesis is to simplify the analysis of road traffic using camera recordings by providing a mean for automatic scene annotation. The thesis describes the general technical principles used in a traffic monitoring camera system and proposes a procedure for processing the data obtained by computer vision methods with the aim of automated deployment of the system. The subsequent data processing uses clustering algorithms to identify and locate the main directions of movement of traffic participants. Based on these results, the scene is automatically annotated. The scene annotation can be used as the basis for later real-time detection of traffic anomalies.
Klíčová slova:
road traffic flow analysis; traffic camera; object detection; object tracking; clustering; automatic scene annotation; analýza proudů vozidel; dopravní kamera; detekce objektů; sledování objektů; klastrování; automatická anotace scény
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Analýza silničního provozu pomocí neuronových sítí
Cílem této bakalářské práce je zjednodušit analýzu silničního provozu, která využívá kamerové záznamy, a to poskutnutím prostředku pro automatickou annotaci scény. Práce popisuje obecné technické ...
2D Rogue-Like Hra s Procedurálními Prvky
Vodák, Jindřich; Vlnas, Michal; Polášek, Tomáš
2024 - anglický
Tato bakalářská práce se zabývá rogue-like hrami a procesem a jejich vývoje. Nejprve poskytuje ucelený vhled do rogue-like žánru a jeho specifických mechanik, a porovnává jej s žánrem RPG. Dále je prozkoumán proces herního vývoje, společně s běžnými obchodními modely videoher. Práce představuje některé z běžně používaných metod procedurálního generování ve hrách, jako je například využití šumů či celulární automaty. Práce také poskytuje náhled na téma umělé inteligence ve hrách. Jsou znázorněny dva modely běžně používané k realizaci umělé inteligence nehráčských postav -- konečné stavové automaty a behavior trees. V oblasti umělé inteligence ve hrách je také důležité hledání cesty k cíli, tzv. pathfinding, čímž se práce rovněž zabývá. Práce představuje návrh hry nazvané Per Tenebras, vysvětluje určitá rozhodnutí ve vývojovém procesu hry, a prezentuje implementaci výsledného produktu pomocí herního engine Unity. Výsledná hra byla rovněž vyhodnocena uživateli v rámci uživatelské studie. This bachelor's thesis deals with the topic of rogue-like games and their development process. Firstly, it provides a comprehensive insight into the rogue-like genre and its specific mechanics and compares it with the RPG genre. Next, the game development process is examined, along with common business models of video games. The thesis presents certain commonly used approaches to procedural generation in games, such as noise or cellular automata. It also provides an overview of the topic of artificial intelligence in games. Two models commonly used in creating the artificial intelligence of non-player characters are described -- finite-state machines and behavior trees. The thesis also deals with pathfinding, which is also an important topic in the field of artificial intelligence in games. The thesis introduces the design of the game called Per Tenebras, explains certain decisions in the development process, and presents the implementation of the final product using the Unity game engine. The resulting game was also evaluated by users as a part of a user study.
Klíčová slova:
rogue-like games; game development; procedural generation; artificial intelligence; Unity engine; game design; A* algorithm; rogue-like hry; vývoj her; procedurální generování; umělá inteligence; Unity engine; herní design; A* algoritmus
Plné texty jsou dostupné v digitálním repozitáři NUŠL
2D Rogue-Like Hra s Procedurálními Prvky
Tato bakalářská práce se zabývá rogue-like hrami a procesem a jejich vývoje. Nejprve poskytuje ucelený vhled do rogue-like žánru a jeho specifických mechanik, a porovnává jej s žánrem RPG. Dále je ...
Automatizace vyhledávání abnormalit z tomografických dat
Semerák, Petr; Zemek, Marek; Bazala, Jiří
2024 - anglický
Předložená diplomová práce se zabývá automatizací procesu skenování a vyhodnocování abnormalit gascoolerů, které vznikají při jejich výrobě. Nedestruktivní testování využívá technologii CT skenování jejímž výstupem jsou obrazová data. Cílem práce je nahradit zdlouhavý proces ručního procházení dat spolehlivou algoritmizovatelnou metodou a ověřit, zda je tento směr vývoje perspektivní. V teoretické části se práce zabývá chladícími systémy v automobilech, nedestruktivním testování s těžištěm v CT technologii a rešerší softwarů pro prohlížení a analýzu CT dat. Praktická část diplomové práce se zaměřuje na problematiku ucpaných kanálků gascoolerů. Jsou popsány příčiny vzniku této abnormality, dosavadní přístup k jejímu odhalení a nový automatický přístup kontroly. Navržený algoritmus spolu s aplikaci vytvořenou pomocí Matlabu jsou testovány na konkrétních datech. Spolehlivost výsledků je v závěru porovnávána ručním hodnocením CT snímků. Pro hodnocení kvality obrazových dat je trénována hluboká neuronová síť. The presented thesis concerns the automation of the process of scanning and evaluating abnormalities of gascoolers that occur during their production. Non-destructive testing employs CT scanning technology, which generates image data as an output. The objective of the work is to replace the time-consuming manual data scanning process with a reliable algorithmic method and to assess the potential of this direction of development. The theoretical part of the thesis deals with cooling systems in cars, non-destructive testing with a focus on CT technology and a search for software for viewing and analysing CT data. The practical part of the thesis focuses on the problem of clogged gascooler ducts. The causes of this abnormality, the current approach to its detection and a new automatic inspection approach are described. The proposed algorithm together with an application developed using Matlab are tested on concrete data. Finally, the reliability of the results is evaluated by manual inspection of the CT images. A deep neural network is trained to assess the quality of the image data.
Klíčová slova:
Gascooler; X-Ray micro computed tomography; CT; Image processing; Fourier transform; Gascooler; rentgenová počítačová tomografie; CT; zpracování obrazu; Fourierova transformace
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Automatizace vyhledávání abnormalit z tomografických dat
Předložená diplomová práce se zabývá automatizací procesu skenování a vyhodnocování abnormalit gascoolerů, které vznikají při jejich výrobě. Nedestruktivní testování využívá technologii CT skenování ...
Návrh a simulace prediktoru větvení
Liberda, Dominik; Dvořák, Vojtěch; Fujcik, Lukáš
2024 - anglický
Predikce větvení hraje fundamentální roli ve výkonu procesorů. Predikce výsledku větví umožňuje procesoru spekulativně vykonávat instrukce dřív než je výsledek větve znám. Tato práce navrhuje vylepšený algoritmus pro predikci větvení a zároveň přepracovává simulační framework CBP2016 pro testování prediktorů větvení. Branch prediction plays a fundamental role in processor performance. It allows the processor to speculatively execute instructions by predicting outcomes of branches before they are fully evaluated. This thesis proposes an improved algorithm for branch prediction and also reworks the CBP2016 simulation framework for testing branch predictors.
Klíčová slova:
Branch Prediction; CPU microarchitecture; Simulation; Performance Modeling; Optimization; Computer Architecture; Programming; Predikce Větvení; Mikroarchitektura Procesorů; Simulace; Výkonnostní Modelování; Optimalizace; Architektura počítačů; Programování
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Návrh a simulace prediktoru větvení
Predikce větvení hraje fundamentální roli ve výkonu procesorů. Predikce výsledku větví umožňuje procesoru spekulativně vykonávat instrukce dřív než je výsledek větve znám. Tato práce navrhuje ...
Game Development for Assessment of a Person’s Reasoning, Auditory & Visual skills
Pejchar, Štěpán; Hussain, Yasir; Malik, Aamir Saeed
2024 - anglický
Cílem této bakalářské práce je implementovat hry, které zhodnotí kognitivní schopnosti uživatele, který je hraje. Konkrétně se jedná o schopnosti rozhodovací, audio a vizuální. Tato bakalářská práce je pilotní studie rozshálejšího projektu. První část práce obsahuje teoretický výzkum. Popisuje zmíněné kognitivní schopnosti, jak fungují a jak je můžeme hodnotit. Druhá část popisuje samotnou aplikaci. Popisuje návrh her, a jejich implementaci. Aplikace obsahující hry byla implementována v Unity v jazyce C\#. Pro databázi byl použit Firebase. Tato část také vysvětluje jak hry provádí zhodnocení kognitivních schopností, a jak toto zhodnocení prezentují uživateli. Poslední část bakalářské práce popisuje testování aplikace. Aplikace byla testována na patnácti uživatelích. Jejich odpovědi jsou zdokumentovány a zhodnoceny v poslední části bakalářské práce. The goal of the thesis is to implement games that assess cognitive functions of the users playing them, specifically audio-visual cognitive functions and reasoning cognitive functions. The nature of the thesis is a pilot study of a bigger project. The first part of the thesis is the theoretical research. It explains what these cognitive functions are, how they work, and how we can assess them. The second part of the thesis talks about the actual game. It explains the game design and the implementation. The game was implemented in Unity using C\# and a Firebase database. This part also talks about how the game assesses and presents the assessment of the cognitive functions to the users. The last part of the thesis deals with the testing of the game. The game was tested on fifteen users. Their answers are presented and evaluated in the final part.
Klíčová slova:
game; audio; visual; audio-visual; reasoning; test; cognitive functions; assesment; user; hra; audio; vizuální; audiovizuální; rozhodování; test; kognitivní funkce; evaluace; uživatel
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Game Development for Assessment of a Person’s Reasoning, Auditory & Visual skills
Cílem této bakalářské práce je implementovat hry, které zhodnotí kognitivní schopnosti uživatele, který je hraje. Konkrétně se jedná o schopnosti rozhodovací, audio a vizuální. Tato bakalářská práce ...
Potlačení šumu ve videu pomocí hlubokých neuronových sítí
Naumenko, Maksim; Hradiš, Michal; Španěl, Michal
2024 - anglický
V éře digitálních multimédií kvalita videoobsahu významně ovlivňuje uživatelský zážitek a výkon systému, zejména v oblastech, jako je zábava a zpracování videa a obrazu. Tato práce se zabývá přetrvávajícím problémem šumu ve videu, který zhoršuje jeho kvalitu, a to pomocí pokročilých technik hlubokého učení. Nejprve jsou přezkoumány tradiční přístupy k odstraňování šumu ve videu, aby bylo možné nastínit základní koncepty denoisingu. Následně jsou studovány dva referenční modely, FastDVDNet a ViDeNN, za účelem seznámení se s architekturami neuronových sítí. Hlavním výsledkem této práce je vývoj robustního systému pro odstraňování šumu ve videu, který je založen na architektuře UNet inspirované těmito referenčními modely. V průběhu práce jsou vysvětleny, implementovány a vyhodnoceny navrhované modely UNet Baseline, ResUNet a ResUNet Temporal, aby byla prokázána jejich účinnost v odstraňování šumu ve videu. In the era of digital multimedia, video content quality significantly impacts user experiences and system performance, particularly in domains such as entertainment, and video and image processing. This thesis addresses the persistent challenge of video noise, which degrades video quality, through the use of advanced deep learning techniques. Initially, traditional video denoising approaches are reviewed to establish a foundational understanding of denoising concepts. Subsequently, two state-of-the-art models, FastDVDNet and ViDeNN, are studied to familiarize with neural network architectures. The main product of this work is the development of a robust video denoising pipeline that utilizes a UNet architecture inspired by these state-of-the-art models. Throughout the thesis, the proposed UNet Baseline, ResUNet, and ResUNet Temporal models are explained, implemented, and evaluated to demonstrate their effectiveness in video denoising.
Klíčová slova:
deep learning; deep neural networks; convolutional neural networks; digital noise; video denoising; image denoising; UNet; hluboké učení; hluboké neuronové sítě; konvoluční neuronové sítě; digitální šum; denoising videa; denoising obrazu; UNet
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Potlačení šumu ve videu pomocí hlubokých neuronových sítí
V éře digitálních multimédií kvalita videoobsahu významně ovlivňuje uživatelský zážitek a výkon systému, zejména v oblastech, jako je zábava a zpracování videa a obrazu. Tato práce se zabývá ...
Financial time series analysis based on innovative Machine Learning Signal Processing approaches
Tshiangomba, Reagan Kasonsa; Sehnalová, Pavla; Cicone, Antonio
2024 - anglický
Prognózování finančních časových řad bylo klasifikováno jako jeden z nejnáročnějších problémů v v posledním desetiletí kvůli jeho nestacionaritě a nelineárním vlastnostem. Na jednu stranu statistická techniky byly shledány neschopnými přesně předpovídat finanční časové řady. Na druhé straně techniky strojového učení dosáhly pozoruhodných výsledků, ale neposkytují explicitní způsob zacházení s nestacionární vlastností finančních časových řad. Navrhovaný přístup využívá schopnosti dekompozičních technik zpracování signálu k řešení nestacionární vlastnost finančních časových řad. Použitá technika rozkladu signálu v této práci je iterativní filtrování (IF), které generuje funkce vnitřního režimu (IMF). Tyto generované IMF spolu s původním signálem se používají k vytvoření časově-frekvenční reprezentace finanční časové řady zvané IMFogram. Dva typy údajů, jmenovitě MMF a IMFogram, se používají k trénování fúzní neuronové sítě pro predikci finančních časových řad. Jeden záznam součástí fúzní neuronové sítě je umělá neuronová síť (ANN), která bere jako MMF vstup. Další vstupní složkou fúzní neuronové sítě je konvoluční neuronová síť (CNN), která bere jako vstup IMFogram. Výstupy ANN a CNN jsou zřetězeny pro regresní úlohu. Ukážeme aplikaci tohoto nově vyvinutého přístupu k finančním datům, Abych byl přesný, série NASDAQ. A podáváme zprávy o jeho výkonu v různých scénářích hranic podmínky. Forecasting financial time series has been classified as one of the most challenging problems in the last decade due to its non-stationarity and non-linear properties. On one hand, statistical techniques have been found incapable of accurately predicting financial time series. On the other hand, machine learning techniques have achieved remarkable results, but they do not provide an explicit way of handling the non-stationarity property of financial time series. The proposed approach leverages the capabilities of signal processing decomposition techniques to address the non-stationarity property of financial time series. The signal decomposition technique employed in this work is iterative filtering (IF), which generates intrinsic mode functions (IMFs). These generated IMFs, along with the original signal, are used to produce a time-frequency representation of the financial time series, called IMFogram. Two types of data, namely the IMFs and IMFogram, are utilized to train a fusion neural network for predicting the financial time series. One entry component of the fusion neural network is an artificial neural network (ANN) taking the IMFs as input. The other entry component of the fusion neural network is a convolutional neural network (CNN), which takes the IMFogram as input. The outputs of the ANN and the CNN are concatenated for a regression task. We show the application of this newly developed approach to financial data, NASDAQ series to be precise. And we report its performance in different scenarios of boundary conditions.
Klíčová slova:
Artificial neural network (ANN); Convolutional neural network (CNN); Fusion Neural Network; Iterative Filtering (IF); Intrinsic Mode Functions (IMFS); IMFogram; symmetric extension; asymmetric extension; Time series; Umělá neuronová síť (ANN); konvoluční neuronová síť (CNN); fúzní neuronová síť; iteraktivní filtrování (IF); funkce vnitřního režimu (IMFS); IMFogram; symetrické rozšíření; asymetrické prodloužení; Časová řada
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Financial time series analysis based on innovative Machine Learning Signal Processing approaches
Prognózování finančních časových řad bylo klasifikováno jako jeden z nejnáročnějších problémů v v posledním desetiletí kvůli jeho nestacionaritě a nelineárním vlastnostem. Na jednu stranu statistická ...
Aplikace pro detekci Fake News
Zádrapa, Jan; Holop, Patrik; Malinka, Kamil
2024 - anglický
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém světě, protože přispívá k polarizaci společnosti a ovlivňuje volby pomocí propagandy. Bohužel, zatím není vytvořen dostatek spolehlivých automatizovaných nástrojů pro český jazyk, které by dokázaly tento problém řešit. Tato práce má za cíl takovýto nástroj vytvořit a tím pomoci lidem, kteří denně propadají Fake News. The problem of Fake News is one of the most significant problems in our modern society. Millions of people read Fake News articles every day without knowing it. This problem creates a risk worldwide as society is getting polarised, and elections are manipulated by third parties using propaganda. Unfortunately, there are not enough tools to help solve the problem of Fake News detection in the Czech language. This thesis aims to create a tool to help these people recognise Fake News and introduce them commonly used manipulation techniques in text.
Klíčová slova:
Fake News; disinformation; BERT; RoBERTa; natural language processing; machine learning; manipulation techniques; sentimental analysis; Fake News; dezinformace; BERT; RoBERTa; zpracování přirozeného jazyka; strojové učení; manipulativní techniky; sentimentální analýza
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Aplikace pro detekci Fake News
Problém Fake News je aktuálně jeden z největších problémů moderní společnosti. Miliony lidí denně konzumují zavádějící informace a ani o tom nemusí vědět. Tento problém způsobuje riziko po celém ...
Analýza chování malwaru pomocí velkých jazykových modelů
Rádsetoulal, Vlastimil; Homoliak, Ivan; Očenášek, Pavel
2024 - anglický
Táto práca skúma využitie veľkých jazykových modelov (LLMs) vylepšených technikou Retrieval-Augmented Generation (RAG) pre efektívnu analýzu správania malvéru. Začína prehľadom metód analýzy malvéru, ako statických tak dynamických. Štúdia sa zameriava na využitie rámca MITRE ATT&CK na pochopenie správania malvéru veľkým jazykovým modelom. Jadro výskumu sa zameriava na architektúru a implementáciu nástroja na analýzu správania malvéru, ktorý implementuje RAG s využitím LLMs. Tento nástroj má za cieľ pomôcť profesionálom v oblasti bezpečnosti využívať možnosti generatívnej AI na interpretáciu komplexného správania malvéru. Okrem toho, výskum zahŕňa praktické nasadenie systému pre správu bezpečnostných informácií a udalostí (SIEM), pričom využíva platformu Wazuh na detekciu simulovaných útokov. Nasadenie a testovanie prebiehajú v kontrolovanom virtuálnom prostredí. Práca poukazuje na potenciál LLM modelov pri zlepšovaní opatrení v kybernetickej bezpečnosti. Práca končí diskusiou o možných vylepšeniach implementovaného nástroja. This thesis investigates the use of large language models (LLMs) enhanced with Retrieval-Augmented Generation (RAG) techniques to analyze malware behaviors effectively. Starting with an overview of malware analysis methods, both static and dynamic, the study delves into the use of the MITRE ATT&CK framework to understand and categorize malware strategies. The core of the research focuses on the architecture and implementation of a malware behavior analysis tool that integrates RAG with LLMs. This tool aims to aid security professionals leveraging generative AI's capabilities to interpret complex malware behaviors. Additionally, the research includes a practical deployment of the Security Information and Events Management (SIEM) system, using the Wazuh platform to detect simulated adversarial behaviors. The deployment and testing are done in a controlled virtual environment, highlighting the potential of LLMs in enhancing cyber security measures. The thesis concludes with recommendations for future enhancements and the potential expansion of generative AI applications in cyber security.
Klíčová slova:
large; language; models; malware; behavior; analysis; detection; velké; jazykové; modely; malware; analýza; chování; detekce
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Analýza chování malwaru pomocí velkých jazykových modelů
Táto práca skúma využitie veľkých jazykových modelov (LLMs) vylepšených technikou Retrieval-Augmented Generation (RAG) pre efektívnu analýzu správania malvéru. Začína prehľadom metód analýzy malvéru, ...
Zpracování a vizualizace diagnostických dat z bionické protézy horní končetiny
Mahdalík, Ondřej; Lazúr, Juraj; Hynek, Jiří
2024 - anglický
Bionické protézy se běžně používají k tomu, aby pacientům pomohly efektivněji vykonávat každodenní činnosti. Zahrnují různé metody získávání vstupu od uživatele a používají elektromotory k ovládání prstů a/nebo jiných částí končetiny. Bohužel míra odmítnutí protézy dosahuje v průměru 44 % [64], což znamená, že téměř polovina pacientů přestane protézu používat. Protéza Z-Arm od společnosti Z-Bionics se pokouší řešit nízkou míru akceptace mimo jiné tím, že zaznamenává diagnostické údaje a pomáhá pacientovi, když detekuje nesprávné používání nebo možnou vadu protézy. Protože však návštěvy pacientů nejsou dostatečně časté, aby specialisté získali aktuální diagnostické údaje, je třeba navrhnout vhodný způsob jejich získávání na dálku. Jako řešení byla implementována mobilní aplikace využívající Bluetooth ke komunikaci s protézou doprovázená rozšířením interní webové aplikace o nové stránky, koncové body API a databázi MongoDB. Ačkoli testování s pacienty stále probíhá, první dojmy zaměstnanců a pacientů jsou vesměs pozitivní a naznačují možné zlepšení komfortu při používání protézy. prosthesis, limb, amputation, healthcare, diagnostic data, mobile application, information system, dashboard, API, visualization, MAUI, Blazor, .NET, Z-Bionics
Klíčová slova:
prosthesis; limb; amputation; healthcare; diagnostic data; mobile application; information system; dashboard; API; visualization; MAUI; Blazor; .NET; Z-Bionics; protéza; končetina; amputace; zdravotnictví; diagnostická data; mobilní aplikace; informační systém; API; vizualizace; MAUI; Blazor; .NET; Z-Bionics
Plné texty jsou dostupné v digitálním repozitáři NUŠL
Zpracování a vizualizace diagnostických dat z bionické protézy horní končetiny
Bionické protézy se běžně používají k tomu, aby pacientům pomohly efektivněji vykonávat každodenní činnosti. Zahrnují různé metody získávání vstupu od uživatele a používají elektromotory k ovládání ...
NUŠL poskytuje centrální přístup k informacím o šedé literatuře vznikající v ČR v oblastech vědy, výzkumu a vzdělávání. Více informací o šedé literatuře a NUŠL najdete na webu služby.
Vaše náměty a připomínky posílejte na email nusl@techlib.cz
Provozovatel
Zahraniční báze