but.committee	doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Vladimír Drábek, CSc. (místopředseda) doc. Ing. Lukáš Burget, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, 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 otázku 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 " C ". Otázky u obhajoby: Na straně 28 tvrdíte, že rozdílné výsledky u porovnávaných metod jsou dány 'odchylkou měření'. Můžete blíže vysvětlit, co jste tímto myslel?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Dalecký, Štěpán	cs
dc.contributor.author	Dohnal, Zdeněk	cs
dc.contributor.referee	Zbořil, František	cs
dc.date.created	2015	cs
dc.description.abstract	Práce se zabývá porovnáním knihoven pro práci umělými neuronovými sítěmi. Je vysvětlena základní teorie neuronu, neuronových sítí a jejich učení. Pro experimenty je vybrán vícevrstvý perceptron, Kohonenova síť a Hopfieldova síť. Následně jsou zvolena kritéria porovnávání jako je licence, komunita nebo poslední aktualizace, a pro experimenty jsou vybrány úlohy aproximace funkce pro vícevrstvý perceptron, asociace pro Hopfieldovu síť a shlukování pro Kohonenovu síť. Následně jsou implementovány programy s využitím daných knihoven. Závěrem je porovnání výsledků experimentů a kritérií.	cs
dc.description.abstract	This thesis is about comparison of libraries of artificial neural networks. Basic theory of neuron, neural networks and their learning algorithms are explained here. Multilayer perceptron, Self organizing map and Hopfield net are chosen for experiments. Criteria of comparison such as licence, community or last actualization are designed. Approximation of function, association and clustering are chosen as task for experiments. After that, there is implementation of applications using chosen libraries. At the end, result of comparison and experiment are evaluated.	en
dc.description.mark	C	cs
dc.identifier.citation	DOHNAL, Z. Porovnání knihoven pro práci s umělými neuronovými sítěmi [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2015.	cs
dc.identifier.other	88385	cs
dc.identifier.uri	http://hdl.handle.net/11012/52393
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	umělé neuronové sítě	cs
dc.subject	neuron	cs
dc.subject	vícevrstvý perceptron	cs
dc.subject	Kohonenovy sítě	cs
dc.subject	Hopfieldovy sítě	cs
dc.subject	algoritmus zpětného šíření chyby	cs
dc.subject	artificial neural networks	en
dc.subject	neuron	en
dc.subject	multilayer perceptron	en
dc.subject	Kohonen maps	en
dc.subject	Hopfield nets	en
dc.subject	Backpropagation	en
dc.title	Porovnání knihoven pro práci s umělými neuronovými sítěmi	cs
dc.title.alternative	Comparison of Libraries of Artificial Neural Networks	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2015-06-18	cs
dcterms.modified	2020-05-09-23:43:30	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	88385	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 18:49:37	en
sync.item.modts	2025.01.17 13:39:10	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

Porovnání knihoven pro práci s umělými neuronovými sítěmi

Files

Original bundle

Collections