No (3862)
Number of found documents:
3862
Published from
to
Lokalizace a analýza defektů v GaN
Gazdík, Richard; Šik, Ondřej; Bábor, Petr
2024 - English
Táto diplomová práca sa zaoberá lokalizáciou a analýzou vláknových dislokácií v epitaxných vrstvách GaN. Práca je rozdelená na dve časti - teoretickú a experimentálnu. V teoretickej časti je vysvetlený pôvod a povaha vláknových dislokácií. Okrem toho kladie základy pre lepšie pochopenie možno menej známych techník, ktoré sa dajú použiť na ich štúdium - zobrazovanie elektrónového kanálovacieho kontrastu a selektívne leptanie defektov. V experimentálnej časti sú popísané postupy vykonané pri realizácii týchto techník, ako aj pre TEM zobrazovanie difrakčného kontrastu a s ním spojenej prípravy vzoriek pomocou FIB. Ukazujeme, že každá z týchto techník sa môže použiť samostatne na charakterizáciu vláknových dislokácií, ale že ich kombináciou je možné získať doplňujúce informácie. This master’s thesis is concerned with the localisation and analysis of threading dislocations in GaN epitaxial layers. The thesis is divided into two parts – theoretical and experimental. The theoretical part explains the origin and nature of threading dislocations. Additionally, it lays foundations for a better understanding of perhaps less known techniques, which can be used to study them – electron channeling contrast imaging and defect-selective etching. The experimental part describes the procedures done to carry these techniques, in addition to TEM diffraction-contrast imaging and its associated FIB sample preparation, out. We show that each of the techniques can be used independently to characterize threading dislocations, but that there is a possibility to gain complementary information by combining them.
Keywords:
GaN; ECCI; SEM; TEM; FIB; defect-selective etching; threading dislocation; diffraction contrast; invisibility criteria; GaN; ECCI; SEM; TEM; FIB; selektívne leptanie defektov; vláknová dislokácia; difrakčný kontrast; podmienky neviditeľnosti
Available in a digital repository NRGL
Lokalizace a analýza defektů v GaN
Táto diplomová práca sa zaoberá lokalizáciou a analýzou vláknových dislokácií v epitaxných vrstvách GaN. Práca je rozdelená na dve časti - teoretickú a experimentálnu. V teoretickej časti je ...
Výuková aplikace pro český znakový jazyk
Heřman, Kristián; Snášel, Daniel; Malinka, Kamil
2024 - English
Cílem této práce bylo navrhnout a vytvořit výukovou aplikaci pro český znakový jazyk, která bude sloužit jako nástroj pro učení a procvičování slovní zásoby. Aplikace využívá webový framework Flask pro serverovou část, jinja2 pro HTML šablony a knihovnu Socket.IO pro komunikaci mezi klientem a serverem v reálném čase. Grafické uživatelské rozhraní bylo navrženo s využitím Bootstrap a JavaScriptu. Aplikace byla uživatelsky otestována. The aim of this thesis was to design and create an educational application for Czech sign language, which will be used as a application for learning and practicing vocabulary. The application uses the Flask web framework for the server side, jinja2 for HTML templates and the Socket.IO library for real-time communication between client and server. The graphical user interface was designed using Bootstrap and JavaScript. The application was user tested.
Keywords:
Hearing impaired; Education system for the hearing impaired; Czech sign language; Web application; Educational application; Python; HTML; CSS; JavaScript; Sluchově postižení; Vzdělávací systém sluchově postižených; Český znakový jazyk; Webová aplikace; Výuková aplikace; Python; HTML; CSS; JavaScript
Available in a digital repository NRGL
Výuková aplikace pro český znakový jazyk
Cílem této práce bylo navrhnout a vytvořit výukovou aplikaci pro český znakový jazyk, která bude sloužit jako nástroj pro učení a procvičování slovní zásoby. Aplikace využívá webový framework Flask ...
Predikce malých RNA u vybraných bakteriálních producentů bioplastů
Heřmánková, Kristýna; Vítková, Helena; Sedlář, Karel
2024 - English
Využití bakterií v biotechnologii vyžaduje důkladné pochopení schopností použitých bakterií pro maximalizaci výtěžku. To platí například pro výrobu bioplastů, kde konkurenceschopnost s levnějšími plasty na bázi fosilních paliv závisí také na ceně procesu pro získání požadovaného výtěžku. Nahlédnutí do regulačních mechanismů bakterií, jako je regulace pomocí malých RNA, která zajišťuje rychlou reakci především na stresové podmínky, může pomoct odhalit jejich vlastnosti a posoudit tak jejich využitelnost v biotechnologiích. Tato diplomová práce se zabývá zpracováním bakteriálních transkriptomických dat, které byly sekvenovány pomocí RNA-Seq. Práce je zaměřena zejména na predikci malých RNA u poskytnuté bakterie, slibného kandidáta pro využití v biotechnologii. Cílem je získat přehled o malých RNA v této bakterii, zejména analyzovat potenciální regulaci syntézy PHA malými RNA, které by mohly rozšířit přehled o využitelnosti bakterie pro produkci PHA. The utilization of bacteria in biotechnology requires a thorough understanding of the capabilities of the bacteria used to maximise the yield. This is applicable, for example, in the production of bioplastics, where competitiveness with cheaper fossil fuel-based plastics depends also on the price of the process to obtain the desired yield. The insight into regulatory mechanisms of bacteria, such as regulation by small RNAs, which ensures a rapid response to stress conditions in particular, can reveal their characteristics and thus assess their use in biotechnology. This thesis deals with bacterial transcriptomic data sequenced with RNA-Seq. Especially, work is focused on the prediction of small RNAs in provided bacterium, a promising candidate for use in biotechnology. The aim is to gain insight into the regulation by sRNAs in this bacterium, in order to analyze the potential regulation of PHA synthesis by small RNAs, which could expand the insight into the utility of the bacterium for PHA production.
Keywords:
small RNA; polyhydroxyalkanoates; RNA-Seq; co-expression analysis; differential expression analysis; malé RNA; polyhydroxyalkanoáty; RNA-Seq; ko-expresní analýza; analýza diferenciální exprese
Available in a digital repository NRGL
Predikce malých RNA u vybraných bakteriálních producentů bioplastů
Využití bakterií v biotechnologii vyžaduje důkladné pochopení schopností použitých bakterií pro maximalizaci výtěžku. To platí například pro výrobu bioplastů, kde konkurenceschopnost s levnějšími ...
Zobrazování exteriérů
Burkalo, Boris; Chlubna, Tomáš; Milet, Tomáš
2024 - English
Cílem této práce je navrhnout algoritmus, který zvládne efektivně vykreslovat rozsáhlé počítačové scény obsahující velký počet primitiv. Tato práce nejdřív představí nejpoužívanější techniky pro vykreslování počítačových scén a následně popíše přístup zvaný Image Based Rendering, který nepoužívá geometrii k vykreslování obrázků. Dále se zaměří na různé metody, které se zabývají efektivním vykreslováním složitých počítačových scén a představí algoritmus Exterior Mapping, který využívá Image Based Rendering a teorii 4D světelných polí pro vykreslení nového pohledu na scénu za použití množiny již předem vykreslených snímků scény. Dále představí aplikaci, která tento algoritmus implementuje a následně práce vyhodnotí a srovná implementovaný algoritmus s tradičním vykreslováním pomocí 3D geometrie. The goal of this thesis is to propose a new method for rendering computer scenes, that contain a large number of primitives. The thesis summarizes the current state of rendering approaches and introduces the approach of Image Based Rendering while describing various methods, that specialize in the optimization of the rendering process. Then it proposes a new solution for rendering large computer scenes with the name of Exterior Mapping. The proposed algorithm leverages the approaches of Image Based Rendering and uses the theory of light fields to create a novel view using a set of previously rendered images. This thesis then introduces an application, which implements the proposed algorithm. Finally, the proposed algorithm is evaluated and compared to conventional rendering using 3D geometry.
Keywords:
Image Based Rendering; Light Fields; large computer scenes; Vulkan; Rendering; Ray; 3D scene; Exterior Mapping; Image Based Rendering; 4D světelná pole; rozsáhlé počítačové scény; Vulkan; Rendering; Paprsek; 3D scéna; Zobrazení exteriéru
Available in a digital repository NRGL
Zobrazování exteriérů
Cílem této práce je navrhnout algoritmus, který zvládne efektivně vykreslovat rozsáhlé počítačové scény obsahující velký počet primitiv. Tato práce nejdřív představí nejpoužívanější techniky pro ...
Predikce vlivu mutací na imunogenicitu proteinů založená na strojovém učení
Lacko, Dávid; Martínek, Tomáš; Musil, Miloš
2024 - English
Imunitný systém je dôležitou súčasťou prežitia človeka, pretože je zodpovedný za ochranu tela pred patogénmi. Táto schopnosť vyplýva z molekulárnych mechanizmov rozpoznávania cudzorodých bielkovín a molekúl. Hoci je imunitný systém rozhodujúci pre prežitie, bráni využívaniu proteínov pochádzajúcich z iných organizmov ako bioterapeutík, z ktorých mnohé už preukázali významný potenciál v zdravotníctve. Na využitie tohto potenciálu je nevyhnutné, aby imunitný systém tieto proteíny nenapadol a nedeaktivoval. Preto je často potrebné tieto proteíny upraviť tak, aby sa znížila ich imunogénnosť a zabránilo sa ich detekcii imunitným systémom. Na tento účel vedci zavádzajú mutácie do proteínu, ktorý je predmetom záujmu, aby znížili imunitnú odpoveď. Rozsiahle experimentálne overovanie takýchto mutácií je zvyčajne neuskutočniteľné vzhľadom na obrovskú veľkosť kombinatorického priestoru, ktorý treba preskúmať. Pomocou nástrojov strojového učenia možno tento proces urýchliť a výrazne znížiť celkové náklady na vývoj tým, že sa mutácie najprv vyhodnotia in silico a experimentálne sa overí len podmnožina sľubných návrhov z užšieho výberu. Oblasť nástrojov založených na strojovom učení na predpovedanie takýchto mutačných účinkov však ešte nie je preskúmaná. Na vyriešenie tejto výzvy predstavujeme nový súbor dát zameraný na vplyv mutácií na epitopy - oblasti bielkovín, ktoré spúšťajú reakciu imunitného systému. Novo zhromaždený súbor dát obsahuje epitopy, ich jednobodové a dvojbodové mutácie a vplyv týchto mutácií na imunogénnosť. Využitím tohto nového súboru a nedávnych pokrokov v oblasti veľkých jazykových modelov pre proteínové inžinierstvo sme natrénovali súbor modelov založených na strojovom učení, ktoré sú schopné klasifikovať mutácie na základe ich vplyvu na imunogenicitu, pričom vykazujú výrazné zlepšenie výkonu oproti existujúcim a základným modelom. Okrem toho prezentujeme spôsob rozdelenia súboru dát na rôzne tréningovo-testovacie rozdelenia s cieľom minimalizovať prienik údajov medzi týmito rozdeleniami. To vedie k spoľahlivejšiemu ohodnoteniu reálnej výkonnosti modelov natrénovaných na týchto údajoch. The immune system is a vital part in human survival since it is responsible for protecting the body against pathogens.This ability stems from molecular mechanisms for the recognition of non-human proteins and molecules. While this system is critical for survival, it hampers the use of non-human proteins as biotherapeutics, many of which have already demonstrated significant potential in healthcare. To exploit this potential, it is vital that the immune system does not attack and inactivate the proteins. Therefore, it is often necessary to engineer these proteins to reduce the immunogenicity and avoid early detection by the immune system. To this end, scientists introduce mutations to a protein of interest to lower the response. Large-scale experimental validation of such mutations is typically unfeasible due to the enormous size of combinatorial space to explore. With the help of machine learning tools, this process can be accelerated and total development cost significantly reduced by scoring the mutations in silico first and experimentally validating only a subset of short-listed viable designs. However, the field of machine-learning-based tools for predicting such mutational effects is yet to be explored. To address this challenge, we present a novel dataset focused on the effect of mutations on epitopes - protein regions that trigger the immune system response. The newly collected dataset contains epitopes, their single and double-point mutations, and the effect of these mutations on imunogenicity as labels. By leveraging this novel dataset and recent advances in large language models for protein engineering, we train a set of machine-learning-based models that are able to classify mutations based on their effect on immunogenicity, showing a significant improvement in performance over the baselines. Additionally, we investigate and present a way to separate the dataset into different train-test splits to minimize data leakage between these splits. This leads to a more robust real-world performance evaluation of the models trained on this data.
Keywords:
machine learning; immunoinformatics; protein engineering; immunogenicity prediction; strojové učenie; imunoinformatika; proteínové inžinierstvo; predikcia imunogenicity
Available in a digital repository NRGL
Predikce vlivu mutací na imunogenicitu proteinů založená na strojovém učení
Imunitný systém je dôležitou súčasťou prežitia človeka, pretože je zodpovedný za ochranu tela pred patogénmi. Táto schopnosť vyplýva z molekulárnych mechanizmov rozpoznávania cudzorodých bielkovín a ...
Využití zpětnovazebné učení a induktivní syntézy pro konstukci robustních kontroléru v POMDPs
Hudák, David; Holík, Lukáš; Češka, Milan
2024 - English
Jednou ze současných výzev při sekvenční rozhodováním je práce s neurčitostí, která je způsobena nepřesnými senzory či neúplnou informací o prostředích, ve kterých bychom chtěli dělat rozhodnutí. Tato neurčitost je formálně popsána takzvanými částečně pozorovatelnými Markovskými rozhodovacími procesy (POMDP), které oproti Markovským rozhodovacím procesům (MDP) nahrazují informaci o konkrétním stavu nepřesným pozorováním. Pro rozhodování v takových prostředích je nutno nějakým způsobem odhadovat současný stav a obecně tvorba optimálních politik v takových prostředích není rozhodnutelná. K vyrovnání se s touto výzvou existují dva zcela odlišné přístupy, kdy lze k problému přistupovat úplnými formálními metodami, a to buď s pomocí výpočtu beliefů či syntézou konečně stavových kontrolérů, nebo metodami založenými na nepřesné aproximaci současného stavu, reprezentované především hlubokým zpětnovazebným učením. Zatímco formální přístupy jsou schopné dělat verifikovatelná a robustní rozhodnutí pro malá prostředí, tak zpětnovazebné učení je schopné škálovat na reálné problémy. Tato práce se pak soustředí na spojení těchto dvou odlišných přístupů, kdy navrhuje různé metody jak pro interpretaci výsledku, tak pro vzájemné předávání nápověd. Experimenty v této práci ukazují, že z této symbiózy mohou těžit oba přístupy, ale také že zvolený přístup ke trénování agentů už sám o sobě řádově překonává současné systémy pro trénování agentů na podobných úlohách. A significant challenge in sequential decision-making involves dealing with uncertainty, which arises from inaccurate sensors or only a partial knowledge of the agent's environment. This uncertainty is formally described through the framework of partially observable Markov decision processes (POMDPs). Unlike Markov decision processes (MDP), POMDPs only provide limited information about the exact state through imprecise observations. Decision-making in such settings requires estimating the current state, and generally, achieving optimal decisions is not tractable. There are two primary strategies to address this issue. The first strategy involves formal methods that concentrate on computing belief MDPs or synthesizing finite state controllers, known for their robustness and verifiability. However, these methods often struggle with scalability and require to know the underlying model. Conversely, informal methods like reinforcement learning offer scalability but lack verifiability. This thesis aims to merge these approaches by developing and implementing various techniques for interpreting and integrating the results and communication strategies between both methods. In this thesis, our experiments show that this symbiosis can improve both approaches, and we also show that our implementation overcomes other RL implementations for similar tasks.
Keywords:
Reinforcement learning; PAYNT; POMDP; interpretability; synthesis; PPO; sequential decision problems; finite state controllers; FSC; DQN; DDQN; Posilované učení; PAYNT; POMDP; interpretovatelnost; syntéza; PPO; sekvenční rozhodovací problémy; konečně stavové kontroléry; FSC; DQN; DDQN
Available in a digital repository NRGL
Využití zpětnovazebné učení a induktivní syntézy pro konstukci robustních kontroléru v POMDPs
Jednou ze současných výzev při sekvenční rozhodováním je práce s neurčitostí, která je způsobena nepřesnými senzory či neúplnou informací o prostředích, ve kterých bychom chtěli dělat rozhodnutí. Tato ...
Vliv AI nástrojů na kvalitu a bezpečnost kódu
Vinarčík, Peter; Holop, Patrik; Malinka, Kamil
2024 - English
Táto práca predstavuje novovytvorenú aplikáciu, ktorá je schopná vykonávať large scale výskum pre hodnotenie bezpečnosti a kvality kódu generovaného AI. Tiež bol predstavený nový spôsob vyhodnocovania bezpečnosti kódu generovaného AI, za využitia MITRE's metodológie v kombinácii so SAST toolmi vykonávajúcimi statickú analýzu nad kódom. Aplikácia je navyše rozšírená o vylepšeného AI chatbota, ktorého výstup je obohatený o výsledky statickej analýzy v čase generovania. Užívateľ vloží dataset promptov do aplikácie, a v prípade, že bol pre určitý prompt vygenerovaný kód so zraniteľnosťou, je táto zraniteľnosť ohodnotená zavedenou metodológiou a užívateľ dostáva informáciu nie len o tom, že kód je zraniteľný, ale ako veľmi. Súčasťou riešenia je aj oproti existujúcim výskumom veľké, pilotné testovanie popularných AI ako ChatGPT-4 či Gemini, nad datasetom promptov s využitím novej aplikácie. Výsledky ukázali dominanciu ChatGPT-4 bežiacom na modeli GPT-4, oproti ostatným testovaným AI. This work presents a newly developed application that is able to perform fully automated large-scale research for evaluating the safety and quality of AI-generated code. Also, a new way of evaluating the safety of AI-generated code has been presented, utilizing MITRE's methodology in combination with SAST tools performing static analysis on the code. In addition, the application is enhanced with an improved AI chatbot whose output is enhanced with the results of static analysis at generation time. The user inputs a dataset of prompts into the application, and if code with a vulnerability has been generated for a particular prompt, that vulnerability is scored by the established methodology, and the user is informed not only that the code is vulnerable, but how vulnerable it is. As part of the solution, large-scale, pilot testing of popular AIs, such as ChatGPT-4 or Gemini, is performed over a dataset of prompts using the new application, in contrast to existing studies. The results showed the dominance of ChatGPT-4 running on the GPT-4 model, over the other AIs tested.
Keywords:
generative AI; llm; security; cybersecurity; static analysis; sast; bandit; semgrep; codeql; chatgpt; gpt; gemini; copilot; generatívna umelá inteligencia; llm; bezpečnosť; kyberbezpečnosť; statická analýza; sast; bandit; semgrep; codeql; chatgpt; gpt; gemini; copilot
Available in a digital repository NRGL
Vliv AI nástrojů na kvalitu a bezpečnost kódu
Táto práca predstavuje novovytvorenú aplikáciu, ktorá je schopná vykonávať large scale výskum pre hodnotenie bezpečnosti a kvality kódu generovaného AI. Tiež bol predstavený nový spôsob vyhodnocovania ...
Automaty ve verifikaci
Šmahlíková, Barbora; Holík, Lukáš; Lengál, Ondřej
2024 - English
Regulární model checking je technika pro verifikaci nekonečněstavových systémů založená na automatech. Konfigurace systému jsou dány konečným automatem a přechody mezi nimi konečným převodníkem. Algoritmus pro verifikaci libovolných vlastností parametrických systémů specifikovaných v temporální logice LTL(MSO) již existuje. V této práci představíme rozšíření tohoto algoritmu, které umožňuje verifikaci hypervlastností parametrických systémů, tedy vlastností, ve kterých lze explicitně kvantifikovat nad několika cestami v systému. Specifikujeme podmínky, které musí platit pro dvojici tzv. advice bitů (složené z konečného automatu a konečného převodníku), která slouží jako svěděk toho, že je daná vlastnost v systému splněna. Algoritmus představený v této práci je implementovaný v nástroji ParaHyper - jediném existujícím nástroji pro verifikaci hypervlastností parametrických systémů. Tento nástroj využívá SAT solveru pro generování automatů a převodníků. Pokud je nalezen takový pár, který vyhovuje podmínkám pro advice bity, vlastnost je v systému splněna. Bylo provedeno experimentální vyhodnocení představeného algoritmu a bylo zjištěno, že ParaHyper je schopen generovat advice bity pro formule s abecedou až o 4 symbolech, pokud mají automat i převodník nejvýše 2 stavy. Pokud jsou však automat i převodník zadány uživatelem, ParaHyper umí efektivně zkontrolovat, zda vyhovují podmínkám i v případě větších abeced a většího počtu stavů. Regular model checking is an automata-based technique used for verification of infinite-state systems. The configurations of a system are encoded as a finite automaton and transitions between these configurations as a finite transducer. A technique for verifying arbitrary properties of parameterized systems specified in a temporal logic LTL(MSO) has already been introduced. We present an extension of this algorithm allowing verification of hyperproperties of parameterized systems where an explicit quantification over multiple execution traces is allowed. We specify conditions that need to hold for a pair of advice bits (a finite automaton and a finite transducer) that serves as a witness of the fact that the property holds in the system. The technique presented in this work is implemented in our tool ParaHyper - the only existing tool for the verification of hyperproperties of parameterized systems. The tool uses a SAT solver to generate automata and transducers. If a pair satisfying the conditions for advice bits is found, the property holds in the system. We performed an experimental evaluation of our approach and found that ParaHyper is able to generate advice bits for formulae with an alphabet up to 4 symbols if both the automaton and the transducer have at most 2 states. When a candidate pair is given by the user, ParaHyper can, however, efficiently check if it satisfies the conditions for advice bits even for larger alphabets and greater number of states.
Keywords:
regular model checking; hyperproperties; automata; verification; parameterized systems; regulární model checking; hypervlastnosti; automaty; verifikace; parametrizované systémy
Available in a digital repository NRGL
Automaty ve verifikaci
Regulární model checking je technika pro verifikaci nekonečněstavových systémů založená na automatech. Konfigurace systému jsou dány konečným automatem a přechody mezi nimi konečným převodníkem. ...
Material Characterization and Modeling of Interband Cascade Light Emitting Diodes
Herzánová, Kristína; Bastard, Gérald; Detz, Hermann
2024 - English
Tato práce se zaměřuje na charakterizaci materiálů a ztrátových mechanismů heterostruktur používaných v mezipásových kaskádových zařízeních a na modelování mezi-pásových kaskádových elektroluminiscenčních diod (ICLED). Mezipásová kaskádová zařízení, zejména lasery a elektroluminiscenční diody, mají zásadní význam pro fotonické aplikace ve střední infračervené oblasti vzhledem k jejich efektivitě a možnosti integrace do fotonických obvodů. Studie zahrnuje extrakci materiálových parametrů ze spektroskopické elipsometrie a FTIR měření a rozšíření stávajícího transportního modelu o zářivé rekombinační procesy, konkrétně o spontánní emisi v ICLED. Z různých ztrátových mechanismů v těchto zařízeních byla zvláštní pozornost věnována valenční mezipásové absorpci, která zhoršuje výkon mezipámových kaskádových zařízení v oblasti středních infračervených vlnových délek nad 4 m. Výsledky získané na základě experimentální charakterizace vlnovodů tvořených mezipásovými kaskádovými lasery (ICL) zkoumající jejich přenosové ztráty prokázaly vliv valenční mezipásové absorpce za různých operativních podmínek. Tento výzkum přispívá k optimalizaci struktur mezi-pásových kaskádových struktur, která vede ke zvýšení výkonu a širší použitelnosti v oblasti detekce, monitorování životního prostředí a biomedicínské diagnostiky. This thesis focuses on the material and loss characterization of heterostructures used in interband cascade devices and the modeling of interband cascade light-emitting devices (ICLEDs). Interband cascade devices, particularly lasers and light-emitting diodes, are critical for mid-infrared photonic applications due to their efficient operation and potential for integration into photonic circuits. The study involves extracting material parameters from spectroscopic ellipsometry and FTIR measurements, and extending an existing transport model to account for radiative recombination processes, specifically the spontaneous emission in ICLEDs. Among the different loss mechanisms in these devices, particular attention was given to the valence intersubband absorption, which degrades the operation of interband cascade devices in the mid-infrared wavelength region above 4 m. The results, obtained through experimental characterization of interband cascade laser (ICL) waveguides examining their transmission losses, demonstrated the impact of valence intersubband absorption under various operating conditions. This research contributes to the optimization of interband cascade structures, leading to enhanced performance and broader applicability in sensing, environmental monitoring, and biomedical diagnostics.
Keywords:
Interband Cascade Light Emitting Device (ICLED); Interband Cascade Laser (ICL); heterostructures; mid-infrared; material characterization; ellipsometry; spectroscopic techniques; waveguide characterization; valence intersubband absorption; recombination; spontaneous emission; Mezipásové kaskádové elektroluminiscenční zařízení; mezipásový kaskádový laser; heterostruktury; střední infračervená oblast; materiálová charakterizace; elipsometrie; spektroskopické techniky; charakterizace vlnovodu; valenční mezipásová absorpce; rekombinace; spontánní emise
Available in a digital repository NRGL
Material Characterization and Modeling of Interband Cascade Light Emitting Diodes
Tato práce se zaměřuje na charakterizaci materiálů a ztrátových mechanismů heterostruktur používaných v mezipásových kaskádových zařízeních a na modelování mezi-pásových kaskádových ...
Interpretation of emotions from text on social media
Tlustoš, Vít; Košař, Vlastimil; Malik, Aamir Saeed
2024 - English
Většina lidských interakcí probíhá buď prostřednictvím textu, nebo může být na text převedena pomocí speech-to-text technologií. Tato práce je věnována rozpoznávání emocí z takovýchto textů. Navzdory rozsáhlému výzkumu v této oblasti tři významné problémy přetrvávaly: neprozkoumaná nebo omezená účinnost metod napříč doménami, povrchní analýza výsledků a omezená použitelnost výstupů. Tyto výzvy řešíme navržením dvou modelů založených na modelu RoBERTa, které nazýváme EmoMosaic-base a EmoMosaic-large. Tyto modely byly trénovány na následujicích datasetech: SemEval-2018 Task 1:Affect in Tweets, GoEmotions, XED a DailyDialog. Na rozdíl od ostatních studií jsme naše modely trénovali na všech uvedených datasetech současně, přičemž jsme zachovali jejich původní kategorie. Výsledkem jsou modely, které dobře fungují napříč různými doménami a jsou přímo porovnatelné s ostatními metodami. Model EmoMosaic-large dokonce překonává nedávné jedno-doménové state-of-the-art modely na datasetech SemEval-2018 Task 1: Affect in Tweets a GoEmotions, což dokazuje jeho vynikající schopnosti napříč různými oblastmi. Pro zvýšení využitelnosti a reprodukovatelnosti našeho výzkumu poskytujeme veškerý kód a modely veřejně na: https://huggingface.co/vtlustos. Most human interactions are either text-based or can be converted to text using speech-to-text technologies. This thesis is dedicated to recognizing emotions from these texts. Despite extensive research in this domain, three significant challenges persisted: unexplored or limited cross-domain efficacy of the methods, superficial analysis of the result, and limited usability of the outcomes. We address these challenges by proposing two models based on the RoBERTa model, which we call EmoMosaic-base and EmoMosaic-large. These models were trained on the following datasets: SemEval-2018 Task 1: Affect in Tweets, GoEmotions, XED, and DailyDialog datasets. In contrast to prior studies, we trained our models on all the datasets simultaneously while preserving their original categories. This resulted in models that exhibit strong performance across diverse domains and are directly comparable to other methods. In fact, EmoMosaic-large outperforms recent single-domain state-of-the-art models on SemEval-2018 Task 1: Affect in Tweets and GoEmotions datasets, demonstrating outstanding cross-domain performance. To promote the usability and reproducibility of our research, we make all our code and models public, available at: https://huggingface.co/vtlustos.
Keywords:
emotion classification from text; emotion recognition from text; cross-domain emotion recognition; GoEmotions; DailyDialog; XED; SemEval-2018 Task 1; klasifikace emocí z textu; rozpoznávání emocí z textu; rozpoznávání emocí napříč doménami; GoEmotions; DailyDialog; XED; SemEval-2018 Task 1
Available in a digital repository NRGL
Interpretation of emotions from text on social media
Většina lidských interakcí probíhá buď prostřednictvím textu, nebo může být na text převedena pomocí speech-to-text technologií. Tato práce je věnována rozpoznávání emocí z takovýchto textů. Navzdory ...
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