but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) Ing. Jiří Hynek, 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 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 D. Otázky u obhajoby: Jak jste se vypořádal s problémem doporučení skladeb na základě rozpoznaných žánrů?	cs
but.jazyk	slovenština (Slovak)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zbořil, František	sk
dc.contributor.author	Páleník, Radoslav	sk
dc.contributor.referee	Hrubý, Martin	sk
dc.date.created	2022	cs
dc.description.abstract	Cieľom tejto práce je naštudovať a navrhnúť program, ktorý bude schopný rozoznávať základných 10 hudobných žánrov pomocou hlbokého učenia. Na klasifikáciu hudobných žánrov bola použitá navrhnutá konvolučná sieť, založená na frameworku Tensorflow. Táto sieť spracuje vstupný audio súbor po segmentoch vo forme spektogramov a na základe nájdených príznakov vráti percentuálnu pravdepodobnosť, s akou patrí nahrávka do jednotlivých žánrov.	sk
dc.description.abstract	This bachelor thesis aims to study and design computer program, which will be able to recognise 10 essential music genres using deep learning. This classification was implemented by convolutional neural network based on Tensorflow framework. This network process audio file into segments in form of spectograms and returns percentual propability of record being classified into specific genre by features found in spectogram.	en
dc.description.mark	D	cs
dc.identifier.citation	PÁLENÍK, R. Systém pro doporučování skladeb [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145187	cs
dc.identifier.uri	http://hdl.handle.net/11012/207319
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	Konvolučné neurónové siete	sk
dc.subject	hudobný žáner	sk
dc.subject	spektogram	sk
dc.subject	segmentácia	sk
dc.subject	GTZAN	sk
dc.subject	TensorFlow	sk
dc.subject	spracovanie obrazu	sk
dc.subject	Convolutional neural networks	en
dc.subject	music genre	en
dc.subject	spectogram	en
dc.subject	segmentation	en
dc.subject	GTZAN	en
dc.subject	TensorFlow	en
dc.subject	image processing	en
dc.title	Systém pro doporučování skladeb	sk
dc.title.alternative	Music Recommendation System	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2022-06-15	cs
dcterms.modified	2022-06-20-10:23:07	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145187	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:41:26	en
sync.item.modts	2025.01.15 19:29:11	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

Systém pro doporučování skladeb

Files

Original bundle

Collections