Number of found documents: 546
Published from to

Lokalizace a počítání osob na satelitních a leteckých fotografiích
Drchal Jan; Bouška Filip; Buk Zdeněk
2018 - English
Tato práce se zabývá metodami detekce objektů. Konkrétně lokalizací osob ze satelitních a leteckých snímků. Popisuji zde tvorbu a přípravu datasetu a následně algoritmy a jejich nastavení k získání nejlepšího prediktivního modelu. V práci používám zejména nejmodernější algoritmy založené na hlubokých neuronových sítích (Faster R-CNN, RetinaNet). Mnoho prací, které se zabývají zpracováním satelitních či leteckých snímků, řeší úlohy lokalizace větších objektů jako jsou domy, lodě nebo auta. Mnou zvolená úloha je jiná, jelikož se člověk na běžných snímcích jeví pouze jako tečka o rozměru několika pixelů.This thesis is concerned with methods of object detection. Specifically with person localization on satellite and aerial imagery. I describe here the creation and preparation of a dataset and then the algorithms and their settings to obtain the best predictive model. In this work, I use the state of the art algorithms based on deep neural networks (Faster R-CNN, RetinaNet). Many papers on processing satellite or aerial imagery deal with the tasks of locating more massive objects such as houses, boats or cars. The work I choose is different because the person in ordinary satellite or aerial pictures only appears as a dot with the size of a few pixels. Keywords: Algoritmy lokalizace objektů,lokalizace lidí,hluboké neuronové sítě,letecké snímky; Object localization algorithms,people localization,deep neural networks,aerial images Available at various departments of the ČVUT.
Lokalizace a počítání osob na satelitních a leteckých fotografiích

Tato práce se zabývá metodami detekce objektů. Konkrétně lokalizací osob ze satelitních a leteckých snímků. Popisuji zde tvorbu a přípravu datasetu a následně algoritmy a jejich nastavení k získání ...

Drchal Jan; Bouška Filip; Buk Zdeněk
České vysoké učení technické v Praze, 2018

Byznys plán eForce FEE Prague Formula 2018
Podivínský Tomáš; Szeles Marek; Starý Oldřich
2018 - English
Studentský tým eForce FEE Prague Formula, působící na Fakultě elektrotechnické ČVUT, se každoročně účastní inženýrské soutěže Formula Student. Tato práce se zabývá přípravou materiálů pro tým eForce na soutěžní sezonu 2018, a to zejména v disciplíně "Business Plan". Kromě ekonomického aspektu tvořeného byznys plánu zaujímá tato práce sofwarově inženýrský přístup k celému procesu tvorby materiálů zvolením byznysového konceptu, který se zaměřuje na technologické inovace a také vytvořením několika podpůrných digitálních materiálů, včetně mobilní aplikaci využívající technologie rozšířené reality. Jak softwarová řešení, tak byznys plán samotný jsou v práci také otestovány.A student team, eForce FEE Prague Formula, active at the Faculty of Electrical Engineering CTU, annually participates in the Formula Student engineering competition. This thesis is focused on creating competitive materials for eForce in the 2018 competition season for one of the competition disciplines in particular - the Business Plan. Apart from the economical aspect of the business plan, this thesis takes a software engineering approach to the whole process by making the business concept based on technology innovation and by supplementing the business plan itself by various digital supporting materials, including an Augmented Reality mobile application. Both the software and the business plan itself are tested on their quality as part of the thesis. Keywords: Byznys plán,Formula Student,Softwarové inženýrství,Mobilní aplikace,Android,Kotlin,Rozšířená realita; Business Plan,Formula Student,Software Engineering,Mobile application,Android,Kotlin,Augmented Reality Available at various departments of the ČVUT.
Byznys plán eForce FEE Prague Formula 2018

Studentský tým eForce FEE Prague Formula, působící na Fakultě elektrotechnické ČVUT, se každoročně účastní inženýrské soutěže Formula Student. Tato práce se zabývá přípravou materiálů pro tým eForce ...

Podivínský Tomáš; Szeles Marek; Starý Oldřich
České vysoké učení technické v Praze, 2018

Učení konvolučních sítí pro odhad věku
Franc Vojtěch; Novák Ondřej; Kopp Martin
2018 - English
V této práci jsme vytvořili nový dataset pro odhadování věku, Wikipeople databázi, sestávající se celkem z 217800 příkladů. Celý proces získávání databáze je do detailu popsán, tudíž je možné na tuto práci v budoucnu navázat a rozšířit existující dataset stejným způsobem, jako byl vytvořen. Výsledná získaná anotace je statisticky ověřena. Úloha odhadu věku je dále formulována jako klasifikační problém a podle toho jsou natrénovány konvoluční neuronové sítě. Přesnost modelu je vyhodnocena na sadě standardních benchmarků. Výsledky ukazují, že Wikipeople databáze představuje náročná data.In this work we put together a new dataset in the field of age estimation, the Wikipeople database, consisting of 217800 samples. The whole process of getting the database is described in detail so it is possible to follow up in the future and extend the dataset in the same way as was created. The correspondence of the resulting labels to the truth is statistically evaluated. Further, the age estimation task was formulated as classification problem and a set of convolutional neural networks were trained using this dataset in the respective manner. The performance is evaluated on set of standard benchmarks. The results suggest the Wikipeople dataset being a challenging one. Keywords: odhad věku,konvoluční neuronové sítě,Wikipeople databáze; age estimation,convolutional neural networks,Wikipeople database Available at various departments of the ČVUT.
Učení konvolučních sítí pro odhad věku

V této práci jsme vytvořili nový dataset pro odhadování věku, Wikipeople databázi, sestávající se celkem z 217800 příkladů. Celý proces získávání databáze je do detailu popsán, tudíž je možné na tuto ...

Franc Vojtěch; Novák Ondřej; Kopp Martin
České vysoké učení technické v Praze, 2018

Souvislosti behaviorální ekonomie a spotřebitelova rozhodování s důrazem na strategii oceňování
Maialeh Robin; Knorová Kristýna; Krajčová Jana
2018 - English
Bakalářská práce se zabývá problematikou ovlivňování rozhodování spotřebitele založené na behaviorální ekonomii a behaviorální cenové strategii. Cílem práce je přezkoumat příslušnou literaturu týkající se tématu, prověřit vztah mezi behaviorálním oceňováním a rozhodováním spotřebitele a analyzovat cenovou strategii konkrétní společnosti, v tomto případě Apple, Inc. Zvolená metoda je cenová analýza. V závěru analýza poukázala na spojitost mezi zvýšením obratu a behaviorálním oceňováním.The thesis deals with the issue of consumers? decision-making based especially on behavioural economics and behavioural pricing strategies. The thesis aims to review relevant literature regarding the topic, examine correlations between behavioural pricing and consumer decision-making and analyse pricing strategy of a particular company, in this case, Apple, Inc., with emphasis on behavioural pricing. The method is interpretative study and price analysis, since the topics is almost completely theoretical. In conclusion, the analysis revealed the way a company sensitively uses insights from behavioural economics and also the positive influence of behavioural pricing on revenue growth. Keywords: Behaviorální ekonomie,cenová strategie,rozhodování spotřebitele,behaviorální oceňování; Behavioural economics,pricing strategies,behavioural pricing,consumer decision-making Available at various departments of the ČVUT.
Souvislosti behaviorální ekonomie a spotřebitelova rozhodování s důrazem na strategii oceňování

Bakalářská práce se zabývá problematikou ovlivňování rozhodování spotřebitele založené na behaviorální ekonomii a behaviorální cenové strategii. Cílem práce je přezkoumat příslušnou literaturu ...

Maialeh Robin; Knorová Kristýna; Krajčová Jana
České vysoké učení technické v Praze, 2018

Approximace přesnosti modelu v optimalizaci hyper-parametru
Borovička Tomáš; Jůzlová Markéta; Vašata Daniel
2018 - English
Cílem automatické optimalizace hyper-parametrů je najít nastavení hyper-parameterů učícího algorithm bez lidské pomoci. Protože k vyhodnocení jednoho nastavení je potřeba natrénovat daný model, optimalizační metody které se snaží redukovat počet vyhodnocení jsou třeba. Užitečná technika jsou takzvané náhradní modely, které aproximují přesnost modelu s danou konfigurací. Tato práce zkoumá některé postupy optimalizace hyper-parameterů. Mezi popsané metody patří dvě tradiční methody: mřížková optimalizace a náhodná optimalizace, a dvě nejpokročilejší metody: sekvenční optimalizace založená na náhradním modelu (Bayesovská optimalizace) a Hyperband. Dále je popsáno několik náhradních modelů, které mohou být použity ke zlepšení optimalizace. Efektivita optimalizace a přesnost náhradních modelů je porovnána na dvou datasetech s různým stupněm obtížnosti a algoritmu dopředných umělých neuronových sítí. Výsledky ukazují, že Hyperband dosahuje nejlepších výsledků na obouch datasetech. Analýza výsledků také potvrzuje, že náhradní modely směřují hledání do slibných oblastí a tím urychlují optimalizaci.Automatic hyper-parameter optimization aims to tune hyper-parameters of machine learning algorithms without human effort. Due to necessity to learn a model to evaluate a configuration, optimization methods that avoid excessive amount of evaluations are desired for the task. A useful technique is to employ a surrogate model which approximates performance of the trained model with given configuration. This thesis reviews some of the approaches that are being used for the hyper-parameter optimization. The described methods include two traditional methods: grid search and random search as a baseline, and two state-of-the-art techniques: sequential model-based optimization (Bayesian optimization) and Hyperband. Several surrogate models that can be used to improve the optimization are described. The performance of the methods and the surrogate models is compared using two datasets of different complexity and a feed-forward artificial neural network as the machine learning algorithm. On both tasks, Hyperband outperforms the other methods. The analysis also confirms that the surrogate models positively bias the search to promising regions and, thus, speed up the optimization. Keywords: optimalizace hyper-parametrů,náhradní modely,approximace přesnosti modelů,optimalizace s náhradním modelem,Bayesovská optimalizace,Hyperband; hyper-parameter optimization,surrogate modeling,performance approximation,model-based optimization,Bayesian optimization,Hyperband Available at various departments of the ČVUT.
Approximace přesnosti modelu v optimalizaci hyper-parametru

Cílem automatické optimalizace hyper-parametrů je najít nastavení hyper-parameterů učícího algorithm bez lidské pomoci. Protože k vyhodnocení jednoho nastavení je potřeba natrénovat daný model, ...

Borovička Tomáš; Jůzlová Markéta; Vašata Daniel
České vysoké učení technické v Praze, 2018

Proces strojového učení pro spektroskopická data
Borovička Tomáš; Zvolský Grant; Maldonado Lopez Juan Pablo
2018 - English
Data ze spektroskopických senzorů často vyžadují zpracování specifické pro daný problém. Cílem této práce je navrhnout framework strojového učení pro analýzu spektroskopických dat. Práce představuje běžné metody zpracování spektroskopických dat a kombinuje je do tzv. pipelines. Framework je navržen s důrazem na jednoduchost a expresivitu. Na závěr je framework testován na praktickém zadání, které je úspěšně splněno. Navržený framework má potenciál pro budoucí využití.Data from spectroscopic sensors often require problem-specific methods of processing. This thesis aims to design a machine learning framework for the analysis of spectroscopic data. Common spectroscopic data processing methods are introduced and combined into so-called pipelines. The framework is designed with a focus on simplicity and expressivity. It is then successfully tested on a practical problem and the framework does have a potential for future use. Keywords: analýza spektroskopických dat,prediktivní modelování,framework pro strojové učení; spectroscopic data analysis,predictive modelling,machine learning framework Available at various departments of the ČVUT.
Proces strojového učení pro spektroskopická data

Data ze spektroskopických senzorů často vyžadují zpracování specifické pro daný problém. Cílem této práce je navrhnout framework strojového učení pro analýzu spektroskopických dat. Práce představuje ...

Borovička Tomáš; Zvolský Grant; Maldonado Lopez Juan Pablo
České vysoké učení technické v Praze, 2018

Diagnostika laserem urychlených protonů s využitím radiochromických filmů
Giuffrida Lorenzo; Odložilík Boris; Krása Josef
2018 - English
Urychlování iontů s využitím laseru je, díky svým možným aplikacím v mnoha oborech (produkce izotopů, radioterapie, radiografie, atd.), v současné době důležitou a perspektivní oblastí vědeckého výzkumu. V rámci snahy vysvětlit mechanismy zodpovědné za urychlení iontů pomocí laseru byla v průběhu posledních desetiletí provedena celá řada simulací a experimentů. V roce 2017 byl proveden experiment v Rutherford Appleton Laboratory (s použitím PW laserového systému VULCAN), kde byl využit inovativní kryogenický vodíkový terč. Tento experiment je zde prezentován, spolu s daty naměřenými s využitím radiochromických filmů (RCF) a jejich interpretací. Tato práce byla vypracována v ELI Beamlines (Fyzikální ústav, AV ČR, v.v.i.) v rámci skupiny ELIMAIA (výzkumný program 3) a klade si za cíl rozvíjet využití diagnostiky (např. postupy zpracování naměřených dat a simulace), která využívá štosové RCF detektory. Způsob vytváření RCF štosů je prezentován spolu s několika názornými příklady. Zařízení umožňující spolehlivou manipulaci se štosovými RCF detektory bylo navrženo pro práci ve vakuové komoře ELIMAIA.Research of the laser driven ion acceleration is an important and promising field of study because of its many possible applications in different scientific areas (isotope production, radiotherapy, radiography, etc.). Many simulations and experiments were performed in last decades to explain the laser-driven ion acceleration mechanisms in different laser regimes. In 2017 an experiment using an innovative cryogenic H-target was performed at the Rutherford Appleton Laboratory (PW VULCAN laser system) and is discussed in this thesis, together with radiochromic film (RCF) diagnostics results. This thesis was completed at the ELI Beamlines facility (Institute of Physics, AS CR, v.v.i.) in Prague within the ELIMAIA team (research program 3) and aims to develop a tool useful for modeling and analyzing irradiated RCF stack results. RCF stack building process is presented as well as several stack design examples. Moreover, RCF holder for convenient and reliable manipulation with RCF stacks in the ELIMAIA beamline has been designed. Keywords: Radiochromické filmy,stopový detektor CR39,dávka,laserové urychlování,diagnostika iontových svazků,Fluka software,SRIM software,metoda Monte Carlo; Radiochromic films,nuclear track detector CR39,dose,laser acceleration,ion beam diagnostics,Fluka software,SRIM software,Monte Carlo method Available at various departments of the ČVUT.
Diagnostika laserem urychlených protonů s využitím radiochromických filmů

Urychlování iontů s využitím laseru je, díky svým možným aplikacím v mnoha oborech (produkce izotopů, radioterapie, radiografie, atd.), v současné době důležitou a perspektivní oblastí vědeckého ...

Giuffrida Lorenzo; Odložilík Boris; Krása Josef
České vysoké učení technické v Praze, 2018

Aktivní semi-supervizované shlukování
Borovička Tomáš; Švehla Jakub; Klouda Karel
2018 - English
Shlukování dat je velice náročný problém, protože v mnoha případech existuje mnoho možných způsobů rozdělení daného datasetu. Shlukování je proto výrazně subjektivní a závislé na daném problému. Aktivní semi-supervisované shlukovací metody aktivně získávají znalost o daném datasetu tak, aby docílily co nejlepšího shlukování pro daný problém. V této práci analyzujeme několik aktivních semi-supervizovaných shlukovacích metod s důrazem na metody, které využívají informace o omezeních dvojic bodů. Dále analyzujeme tři metody pro aktivní učení těchto omezení. Se všemi metodami byly provedeny experimenty na několika různých datasetech. Výsledky experimentů ukazují, že aktivní semi-supervizované metody výrazně zlepšují kvalitu shlukování oproti běžným shlukovacím metodám. Nicméně, žádná ze zkoumaných metod není lepší než ostatní metody na všech datasetech. V této práci navrhujeme další směry pro vylepšení zkoumaných metod.Clustering is a challenging problem since there usually exist multiple possible clusterings. This makes it strongly problem dependent and subjective. Active semi-supervised clustering methods are designed to actively ask for background knowledge in order to provide the best clustering for a given problem. This thesis reviews several state of the art semi-supervised clustering methods with emphasis on methods utilizing pairwise constraints and three schemes for active learning of pairwise constraints. Experiments are conducted to empirically evaluate all reviewed methods on various data sets. Results of the experiments show that active semi-supervised clustering significantly outperforms unsupervised clustering in terms of agreement with a reference clustering. However, none of the methods is superior to the other reviewed methods on all data sets. In the thesis, further directions for extending the current methods are proposed. Keywords: shlukování,semi-supervizované učení,aktivní učení,pairwise constraints; clustering,semi-supervised learning,active learning,pairwise constraints Available at various departments of the ČVUT.
Aktivní semi-supervizované shlukování

Shlukování dat je velice náročný problém, protože v mnoha případech existuje mnoho možných způsobů rozdělení daného datasetu. Shlukování je proto výrazně subjektivní a závislé na daném problému. ...

Borovička Tomáš; Švehla Jakub; Klouda Karel
České vysoké učení technické v Praze, 2018

Online detekce anomálií v časových řadách
Borovička Tomáš; Pajurek Tomáš; Vašata Daniel
2018 - English
Metody pro online detekci anomálií jsou navrženy pro odhalování anomalií ve spojitém proudu dat namísto ve statickém datasetu. Tyto metody jsou schopné se adaptovat na změny v charakteristice datového proudu, který může v čase nastávat (concept drift). Tato práce analyzuje čtyři metody vhodné pro online detekci anomálií v časových řadách (klouzavý průměr, local outlier factor, isolation forest, hierarchical temporal memory) a několik metod detekce concept driftu včetně některých nových přístupů. Je navrženo obecné schéma, které umožňuje kombinovat různé metody pro detekci anomálií a concept driftu. Pro všechny analyzované metody jsou provedeny experimenty na pěti realných datasetech a jednom umělém. Během experimentů byly zkoumány vlastnosti jednotlivých metod a porovnáván jejich výkon s ostatními metodami. Výsledky experimentů ukazují, že žádná metoda není lepší než ostatní na všech datasetech z hlediska F1 skóre upraveného pro úlohu detekce anomalií (harmonický průměr specificity a míry falešné pozitivních detekcí) a AUC. Ve většině případů bylo nalezeno optimální nastavení methody s F1 skóre >85% a AUC >90%.Methods for online anomaly detection are designed to reveal anomalies in a continuous stream of data rather than in a static dataset. These methods are able to adapt to the changes of underlying characteristics of the stream that might occur in time (concept drift). This thesis reviews four methods suitable for online anomaly detection in time-series (moving average, local outlier factor, isolation forest, hierarchical temporal memory) and several concept drift detection methods including some novel approaches. A general framework that allows to orthogonally combine various anomaly detection methods and concept drift detection methods is proposed. Experiments were executed for all reviewed methods on five real-world datasets and one artificial dataset. During the experiments, the properties of individual methods were examined as well as their performance compared to the other methods. Results of the experiments show that none of the methods is superior to the others on all datasets in terms of F1 score adapted for anomaly detection (harmonic mean of recall and false positive rate) and AUC. In the majority of cases, an optimal method settings with F1 score >85% and AUC >90% was found. Keywords: detekce anomálií,online,streaming,časové řady,klouzavý průměr,local outlier factor,isolation forest,hierarchical temporal memory; anomaly detection,online,streaming,time-series,moving average,local outlier factor,isolation forest,hierarchical temporal memory Available at various departments of the ČVUT.
Online detekce anomálií v časových řadách

Metody pro online detekci anomálií jsou navrženy pro odhalování anomalií ve spojitém proudu dat namísto ve statickém datasetu. Tyto metody jsou schopné se adaptovat na změny v charakteristice datového ...

Borovička Tomáš; Pajurek Tomáš; Vašata Daniel
České vysoké učení technické v Praze, 2018

Analýza bezpečnosti USB paměti
Buček Jiří; Jagoš David; Kokeš Josef
2018 - English
Tato práce shrnuje bezpečnost flash disků s hardwarovou podporou šifrování a poskytuje bezpečnostní analýzu disku Kingston DataTraveler Vault Privacy.This thesis provides an overview of the security of flash drives with hardware encryption support and a security analysis of Kingston DataTraveler Vault Privacy. Keywords: šifrování flash disků,Kingston,DataTraveler Vault Privacy,DTVP,Phison,PS2251-63,PS2263; flash drive encryption,Kingston,DataTraveler Vault Privacy,DTVP,Phison,PS2251-63,PS2263 Available at various departments of the ČVUT.
Analýza bezpečnosti USB paměti

Tato práce shrnuje bezpečnost flash disků s hardwarovou podporou šifrování a poskytuje bezpečnostní analýzu disku Kingston DataTraveler Vault Privacy.This thesis provides an overview of the security ...

Buček Jiří; Jagoš David; Kokeš Josef
České vysoké učení technické v Praze, 2018

About project

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

http://www.techlib.cz

Facebook

Other bases