but.committee	doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) doc. RNDr. Milan Češka, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm E. Otázky u obhajoby: Jak Vaše "vizualizace" pomáhají pochopení neuronové sítě? Na kterou část řešení jste hrdý - že prokazuje Vaši schopnost samostatně odborně pracovat? Rovnicemi (5.3), (5.1), (5.2) hodnotíte, jestli se síť "kouká" pouze na sám objekt a považujete to zřejmě za žádoucí. Někdy je ale správné, že se síť "dívá" na kontext a okolí (například shluk pixelů vprostřed silnice bude interpretován jinak, než stejný shluk pixelů uprostřed rozkvetlé louky). V takovém případě bude Vaše metrika možná zavádějící. Je v tomto světle Vaše metrika ta jediná správná? Jak jinak hodnotit užitečnost technik pro vizualizaci neuronových sítí?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hradiš, Michal	cs
dc.contributor.author	Kamenický, Daniel	cs
dc.contributor.referee	Herout, Adam	cs
dc.date.created	2021	cs
dc.description.abstract	Cílem práce bylo porovnání několika metod pro vizualizaci příznaků jednotlivé třídy na vstupní pixelové vrstvě CNN. Každá metoda využívá jiný algoritmus, založený na gradientech, pro výpočet výsledných hodnot. Pomocí implementace jednotlivých metod jsou získány výsledné hodnoty metod, které jsou pomocí rovnice koncentrace energie porovnány. Výsledné hodnoty jsou uvedeny v tabulkách a grafech z kterých lze vyčíst úspěšnost výsledku práce. Z práce lze vyčíst rozdíl mezi metodami a porovnání jejich výsledků. Díky tomu lze získat přehled o metodách vizualizace založených na gradientech.	cs
dc.description.abstract	The aim of this work was to compare several methods for visualizing the features of each class on the input pixel layer of the CNN. Each method uses a different algorithm, based on gradients, to compute the resulting values. Using the implementation of each method, the resultant values of the methods are obtained by using the equation of energy concentration. The resultant values are presented in tables and graphs from which the success rate of the result of the work can be read. The difference between the methods and comparison of their results can be read from the work. This makes it possible to get an overview of gradient based visualization methods.	en
dc.description.mark	E	cs
dc.identifier.citation	KAMENICKÝ, D. Interpretace konvolučních neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136537	cs
dc.identifier.uri	http://hdl.handle.net/11012/199387
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	CNN	cs
dc.subject	NN	cs
dc.subject	MLP	cs
dc.subject	gradient	cs
dc.subject	preceptron	cs
dc.subject	sigmoid	cs
dc.subject	bias	cs
dc.subject	práh	cs
dc.subject	váhy	cs
dc.subject	hook	cs
dc.subject	CNN	en
dc.subject	NN	en
dc.subject	MLP	en
dc.subject	gradient	en
dc.subject	preceptron	en
dc.subject	sigmoid	en
dc.subject	bias	en
dc.subject	threshold	en
dc.subject	weights	en
dc.subject	hook	en
dc.title	Interpretace konvolučních neuronových sítí	cs
dc.title.alternative	Explainable Convolutional Neural Networks	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-14	cs
dcterms.modified	2021-06-19-12:15:44	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136537	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:36:09	en
sync.item.modts	2025.01.15 16:18:17	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Interpretace konvolučních neuronových sítí

Files

Original bundle

Collections