but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) Ing. Matěj Grégr, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Lukáš Kekely, 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 otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Nachází aplikace false positives, nebo false negatives? Jak jste vytvořil testovací sadu? V kolika procentech případů systém navrhne opravdu důvěryhodné spoje?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zbořil, František	cs
dc.contributor.author	Nekut, Tomáš	cs
dc.contributor.referee	Rozman, Jaroslav	cs
dc.date.created	2020	cs
dc.description.abstract	Cílem práce bylo navrhnout a implementovat aplikaci schopnou predikovat nejvhodnější typ spojení dvou ocelových prvků. Tato informace by mohla sloužit jako nápověda pro statika a zjednodušit mu tak návrh ocelové konstrukce. Vytvořená aplikace umožňuje automatické zpracovávání hotových projektových souborů, na kterých statikové pracovali, a přípravu datové sady extrakcí příznaků ze získaných dat. Dále je schopna na datové sadě natrénovat neuronovou síť a použít ji k predikci vhodného typu spojení doposud nespojených ocelových prvků. Během práce se podařilo dospět k nejvyšší úspěšnosti natrénovaného modelu 81 %. Predikce typu spojení pomocí umělé inteligence se zatím běžně nepoužívá, ale jak ukazuje i tato práce, tento postup by mohl fungovat a mohl by být použitelný.	cs
dc.description.abstract	The goal of this thesis was to design and implement application which would be able to predict the most suitable connection type of two steel members. This information could be used as a clue by a structural engineer and so make design of steel construction easier for him. Implemented application is able to automatically process finished project files that were created by structural engineers and prepare a data set by extracting features from them. The application is then able to train a neural network on this data set and using it predict suitable connection type of unconnected steel members. The precision of model finally reached 81 %. Prediction of connection types using artificial intelligence is not widely used yet but could work and could be possibly usable as is shown also in this thesis.	en
dc.description.mark	A	cs
dc.identifier.citation	NEKUT, T. Klasifikace ocelových styčníků v aplikaci IDEA StatiCa [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129192	cs
dc.identifier.uri	http://hdl.handle.net/11012/191542
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	neuronová síť	cs
dc.subject	klasifikace	cs
dc.subject	ocelový styčník	cs
dc.subject	predikce spoje	cs
dc.subject	neural network	en
dc.subject	classification	en
dc.subject	steel connection	en
dc.subject	joint prediction	en
dc.title	Klasifikace ocelových styčníků v aplikaci IDEA StatiCa	cs
dc.title.alternative	Classification of Steel Connections in IDEA StatiCa Application	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-07-13	cs
dcterms.modified	2020-07-13-23:43:55	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129192	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:30:40	en
sync.item.modts	2025.01.17 12:25:05	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Klasifikace ocelových styčníků v aplikaci IDEA StatiCa

Files

Original bundle

Collections