Welcome to the BUT Digital Library - an institutional repository operated by the Central Library on the DSpace system.
Do you want to deposit your article or preceedings into Digital Library? It is very simple. You can find all the information in the manual published online on BUT Portal of libraries.
Central Library supports open access to scientific publishing - Open Access.
You can also request for grant for open publishing from Open Access Fund You can find more information OA fund web page.
Into the Digital Library is integrated citation manager Citace PRO. It will allow you to easily create a bibliographic citation or save a record in the manager.
Communities in DSpace
Select a community to browse its collections.
Recent Submissions
Item type:Item, Access status: Open Access , Rozpoznávání mluvčího ze vzdáleného zdroje s vícekanálovým zpracováním audia(Vysoké učení technické v Brně. Fakulta informačních technologií) Mošner, Ladislav; Černocký, Jan; Delcroix, Marc; Häb-Umbach, ReinholdZpracování řeči ze vzdálených zdrojů upoutává v posledních letech stále větší pozornost díky vzestupu inteligentních reproduktorů, domácích asistentů nebo systémů pro přepisování schůzek. K podpoře těchto aplikací jsou zapotřebí robustní techniky pro zpracování řeči ze vzdálených zdrojů. Klíčem k personalizované interakci je verifikace mluvčího. Ve srovnání se zpracováním signálů získaných mikrofony umístěnými blízko zdrojů čelí systémy zpracovávající nahrávky ze vzdálených senzorů dalším výzvám. Jimi jsou jevy, které zhoršují kvalitu cílové řeči, zejména dozvuk a šum v pozadí. Zařízení pro vzdálené snímání proto často využívají mikrofonní pole, která mohou napomoci zmírnění uvedených jevů díky tomu, že poskytují informaci o prostoru. Nastíněné výzvy a příležitosti motivují tuto práci, jež se zaměřuje na vícekanálovou verifikaci mluvčího. Z důvodu omezených zdrojů dat zůstává vícekanálová verifikace mluvčích nedostatečně prozkoumaná, a to navzdory významnému pokroku v souvisejících oblastech zpracování řeči. Předložená práce se věnuje dvěma fundamentálním aspektům: absenci dat i specializovaným technikám zpracování. V rámci problematiky dat jsme přetvořili existující veřejně dostupné datové sady a vyvinuli novou sadu, MultiSV, která poskytuje simulované vícekanálové směsi signálů s trénovacími referenčními signály řeči/šumu a identitami mluvčích. MultiSV rovněž obsahuje znovu přenesené nahrávky využitelné pro vyhodnocování verifikačních systémů s podporou různých scénářů. Příkladem může být varianta s registrací do systému pomocí jednokanálových čistých nebo vícekanálových poškozených nahrávek. Abychom podpořili trénování modelů s vyššími nároky na data, vytvořili jsme rozšířenou datovou sadu MultiSV2. Na úrovni modelů jsme nejprve přistoupili k extrakci řečových embeddingů z vícekanálového audia pomocí kaskádové strategie, přičemž jsme problém rozložili na vícekanálové předzpracování a jednokanálovou extrakci embeddingů. Motivováni pokroky v oblasti separace řeči jsme navrhli různé techniky od těch založených na zpracování signálů po hybridní, které kombinují neuronové sítě a beamforming. V práci se diskutuje přímá a nepřímá predikce masek pro beamforming na nich založený. Dále je představena metoda RCA (reference channel attention), která zobecňuje jednokanálové separační modely tak, aby mohly využít vícekanálové vstupy. S uvědoměním si omezení kaskádových modelů, jimiž jsou šíření chyb a odlišné objektivní funkce jednotlivých modulů, jsme dále prozkoumali jednotné architektury pro vícekanálovou extrakci embeddingů. S využitím MultiSV2 jsme dokázali ladit parametry spojených komponent kaskádových modelů s využitím cílové objektivní funkce. Následně jsme navrhli techniku METRO (multi-channel extension of pre-trained models), která rozšiřuje původně jednokanálové modely pro reprezentaci řeči trénované pomocí samořídícího učení na vícekanálové. Ačkoli METRO v kombinaci s vhodným extrakčním modelem produkuje řečové embeddingy pro vícekanálové audio, metoda samotná je obecná a potenciálně využitelná v dalších oblastech zpracování řeči.Item type:Item, Access status: Open Access , Metody pro analýzu dlouhodobých klinických záznamů intrakraniálního EEG u epileptických pacientů(Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií) Trávníček, Vojtěch; Jurák, Pavel; Otáhal, Jakub; Lamoš, MartinIntracranial EEG (iEEG) is an indispensable method for pre-surgical planning in patients with pharmacoresistant epilepsy. The current clinical standard for the identification of surgical targets is grounded in the analysis of ictal data, while interictal recordings still play a minor role in clinical diagnoses despite representing 99% of presurgical data. This thesis introduces relative entropy as a new feature for the analysis of interictal data to locate the epileptogenic zone, hence the surgical target. It provides analyses of confounding variables such as antiseizure medication, states of vigilance, and proximity to seizures and reveals that states of vigilance modulate feature values and distributions the most. It further investigates novel features of very-fast ripples and ultra-fast ripples and explores their behavior in different states of vigilance. Finally, a novel detection method for ultra-fast oscillations (2-8kHz) was designed and implemented to allow quantitave analyses of this novel phenomena. Together, these results offer new features for the identification of the epileptogenic zone and contribute to a deeper understanding of presurgical iEEG recordings by description of different confounding factors and their influence on iEEG.Item type:Item, Access status: Open Access , POC-System for on-chip electrochemical detection of pathogens for treatment of periodontitis(Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií) Chválová, Zuzana Lujza; Weiland, Kathrin; Melnik, EvaPeriodontitis is a widespread inflammatory disease of the oral cavity that demands rapid and accurate diagnostic methods to improve clinical outcomes. Point-of-care (POC) biosensors offer a promising approach for the timely detection of periodontal pathogens directly in dental practices. This study presents the characterization of newly developed microfluidic FoldChips employing enzyme-based DNA detection using two analytical techniques: electrochemical (EC) and chemiluminescence (CL) based detection. Measurement protocols, signal analysis methods, and calibration models were established for both detection methods. The FoldChip system was evaluated using DNA standards specific to Aggregatibacter actinomycetemcomitans, Prevotella intermedia (Pi), Porphyromonas gingivalis (Pg), Treponema denticola (Td), Tannerella forsythia (Tf), and total germ load (TGL), as well as with viable cells of Escherichia coli (E. coli) and Pi. Both EC and CL modes achieved dynamic ranges of 0.01–25 nM and limits of detection (LOD) below 1.2 nM. However, CL provided higher consistency and sensitivity for DNA standards, with LODs of 12–55 pM (excluding Pi), while EC demonstrated a broader LOD range of 23 pM–1.2 nM, with the best-performing probes yielding LODs of 23 pM (Pg), 26 pM (Tf), and 31 pM (TGL). In cell-based assays, EC detection showed approximately tenfold greater sensitivity compared to CL, achieving LODs of 2.2 · 103 cells/L (TGL, E. coli) and 5.6 · 105 cells/L (Pi), versus 9.71 · 104 cells/L and 1.96 · 106 cells/L for CL, respectively. These results demonstrate the FoldChip as a versatile and sensitive platform for periodontal pathogen detection, compatible with both EC and CL readouts. Its multiplexing capability and potential for integration into compact POC systems highlight its promise for future clinical diagnostics in periodontology.Item type:Item, Access status: Open Access , Vývoj modifikovaných pojiv a asfaltových směsí s optimalizovanou zrnitostí(Vysoké učení technické v Brně. Fakulta stavební) Veselý, Petr; Dašek, Ondřej; Bačová, Katarina; Hýzl, PetrDisertační práce se zabývá komplexním hodnocením vlastností asfaltových pojiv a velmi hrubých asfaltových směsí. První část práce se zabývá synergickými účinky kombinace kyseliny polyfosforečné (PPA) a styren-butadien-styrenu (SBS), jako modifikačních přísad asfaltových pojiv, s cílem snížit celkový obsah použité modifikace, a tím i cenu a emise modifikovaného pojiva. Práce hodnotí, zda je možné kombinací modifikačních přísad zlepšit stabilitu pojiv při vysokých teplotách, nízkoteplotní vlastnosti a odolnost proti stárnutí. Práce odhalila, že modifikace mají v některých případech synergický účinek a mohou nabídnout výkonnostní výhody oproti jejich samostatnému použití. Druhá část práce se zaměřuje na vývoj a hodnocení velmi hrubé směsi ACP 32 s cílem využití velmi hrubého kameniva a uvolnění nátlaku průmyslu na nedostatkové frakce kameniv. Varianty směsi byly testovány z hlediska modulů tuhosti, únavových charakteristik, odolnosti proti trvalým deformacím a nízkoteplotní odolnosti. Výsledky prokázaly, že směs ACP 32 může splňovat požadavky českých technických předpisů pro vrstvy typu ACP 22, což umožňuje její zařazení mezi směsi pro podkladní vrstvy.Item type:Item, Access status: Open Access , Inteligentní nástroj pro obsahovou analýzu specifické audiovizuální tvorby(Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií) Sikora, Pavel; Říha, Kamil; Róka, Rastislav; Flašar, MartinTato disertační práce se zabývá vývojem inteligentního nástroje pro analýzu obsahu specifické audiovizuální tvorby s využitím moderních metod umělé inteligence. Práce reaguje na rostoucí potřebu kvalitní automatizované analýzy uměleckých audiovizuálních děl, jejichž specifické prvky činí běžné analytické postupy nedostatečnými a časově náročnými. Hlavním cílem je návrh robustní klasifikační metodiky pro vizuální a zvukový obsah, a realizace interaktivního webového nástroje pro efektivní analýzu bibliografických a obsahových dat pro uměnovědce. Práce dále zahrnuje vytvoření detailně anotované datové sady se speciálně definovanými kategoriemi pro trénink a validaci pokročilých CNN modelů. Experimentální část práce ověřuje účinnost předtrénovaného modelu CNN a modelů VGG, Inception ResNet, Xception a NASNet trénovaných speciálně na vytvořené datové sadě. Pro audio analýzu byly trénovány modely CNN 14, ResNet a Wavegram-Logmel-CNN. Výsledky ukazují přesnost, jež potvrzuje vhodnost zvolených metod pro daný typ dat. Dalším výsledkem práce je komplexní, uživatelský přívětivý webový nástroj umožňující interaktivní zkoumání audiovizuálních dat, jakož i rozhraní pro detailní tvorbu datové sady.