but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) prof. Ing. Tomáš Vojnar, Ph.D. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Lukáš Burget, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Dr. Ing. Petr Peringer (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: Lze vaše řešení označit za "optimální" využití Transformeru pro řešení daného problému? Jaké další aspekty navrženého přístupu by bylo třeba experimentálně prozkoumávat, aby bylo možné tvrdit, že opravdu jste se hodně přiblížil optimu? Jakým způsobem byste použil přístup BERT? Co si myslíte, že by bylo vhodné zlepšit ve Vašem přístupu?	cs
but.jazyk	slovenština (Slovak)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hradiš, Michal	sk
dc.contributor.author	Richtarik, Lukáš	sk
dc.contributor.referee	Herout, Adam	sk
dc.date.accessioned	2020-08-29T01:59:50Z
dc.date.available	2020-08-29T01:59:50Z
dc.date.created	2020	cs
dc.description.abstract	Táto práca sa zaoberá problematikou rozpoznávania ručne písaného textu pomocou hlbokých neurónových sietí. Je zameraná na použitie metódy sequence to sequence pomocou enkóder-dekóder modelu. Jej súčasťou je aj návrh enkóder-dekóder modelu pre rozpoznávanie ručne písaného písma používajúceho transformer namiesto rekurentných neurónov a sada experimentov, ktoré na ňom boli vykonané.	sk
dc.description.abstract	The work deals with the issue of handrwritten text recognition problem with deep neural networks. It focuses on the use of sequence to sequence method using encoder-decoder model. It also includes design of encoder-decoder model for handwritten text recognition using a transformer instead of recurrent neurons and a set of experiments that were performed on it.	en
dc.description.mark	C	cs
dc.identifier.citation	RICHTARIK, L. Rozpoznávání ručně psaného textu pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129830	cs
dc.identifier.uri	http://hdl.handle.net/11012/194965
dc.language.iso	sk	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	Rozpoznávanie textu	sk
dc.subject	OCR	sk
dc.subject	HTR	sk
dc.subject	Neurónové siete	sk
dc.subject	Sequence to sequence	sk
dc.subject	Konvolučné neurónové siete	sk
dc.subject	Transformer	sk
dc.subject	Hlboké učenie	sk
dc.subject	Text recognition	en
dc.subject	OCR	en
dc.subject	HTR	en
dc.subject	Neural networks	en
dc.subject	Sequence to sequence	en
dc.subject	Convolutional neural networks	en
dc.subject	Transformer	en
dc.subject	Deep learning	en
dc.title	Rozpoznávání ručně psaného textu pomocí hlubokých neuronových sítí	sk
dc.title.alternative	Deep Networks for Handwriting Recognition	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2020-08-27	cs
dcterms.modified	2020-08-27-21:21:47	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129830	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 11:15:24	en
sync.item.modts	2021.11.12 10:23:24	en
thesis.discipline	Inteligentní systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Rozpoznávání ručně psaného textu pomocí hlubokých neuronových sítí

Files

Original bundle

Collections