DSpace Kolekce:
http://hdl.handle.net/11025/30016
2024-03-28T12:53:05ZMetaverse and AI Digital Twinning of 42SiCr Steel Alloys
http://hdl.handle.net/11025/51905
Název: Metaverse and AI Digital Twinning of 42SiCr Steel Alloys
Autoři: Khalaj, Omid; Jamshidi, Mohammad; Hassas, Parsa; Hosseininezhad, Marziyeh; Mašek, Bohuslav; Štádler, Ctibor; Svoboda, Jiří2023-01-01T00:00:00ZKhalaj, OmidJamshidi, MohammadHassas, ParsaHosseininezhad, MarziyehMašek, BohuslavŠtádler, CtiborSvoboda, JiříCovariance Intersection fusion with element-wise partial knowledge of correlation
http://hdl.handle.net/11025/51741
Název: Covariance Intersection fusion with element-wise partial knowledge of correlation
Autoři: Ajgl, Jiří; Straka, Ondřej
Abstrakt: Průnik Kovariancí je pravidlo lineární fúze pro slučování odhadů. Pokud není vzájemná korelační matice chyb dvou odhadů známa, je toto pravidlo optimální ve smyslu mezí. Článek rozpracovává případ, kdy jsou některé prvky této matice známy. Zavádí techniky pro konstruování třídy horních mezí sdružené matice střední kvadratické chyby. Všechny konfigurace fúzí až čtyř odhadů jsou uvažovány výslovně. Představené techniky jsou též použitelné pro fúze více než čtyř odhadů.2022-01-01T00:00:00ZAjgl, JiříStraka, OndřejUmělé neuronové sítě a počítačové vidění v medicíně a chirurgii
http://hdl.handle.net/11025/51692
Název: Umělé neuronové sítě a počítačové vidění v medicíně a chirurgii
Autoři: Jiřík, Miroslav; Moulisová, Vladimíra; Hlaváč, Miroslav; Železný, Miloš; Liška, Václav
Abstrakt: Úvod: Umělé neuronové sítě se stávají důležitou technologií při analýze dat a jejich vliv začíná prostupovat i do oblasti medicíny. Naše pracoviště se dlouhodobě věnuje experimentální chirurgii, na to navazuje náš zájem o pokrok v ostatních oblastech moderních technologií a tím i umělých neuronových sítí. V rámci aktuálního čísla chceme prozkoumat i tento aspekt technického pokroku. Hlavním cílem je kritické zhodnocení silných i slabých stránek technologie umělých neuronových sítí s ohledem na využití v klinické a experimentální chirurgii. Metody: V článku je věnována pozornost in-silico modelování a zejména pak možnostem neuronových sítí s ohledem na zpracování obrazových dat v medicíně. V textu je krátce shrnut historický vývoj hlubokého učení neuronových sítí a základní principy jejich fungování. Dále je představena taxonomie základních řešených úloh. Zmíněny jsou i možné problémy při učení i s možnostmi jejich řešení. Výsledky: Článek poukazuje na rozličné možnosti umělých neuronových sítí v biologických aplikacích. Na řadě biomedicínských aplikací umělých neuronových sítí popisuje rozdělení a princip základních úloh strojového učení a hlubokého učení - klasifikace, detekce a segmentace. Závěr: Aplikace metod umělých neuronových sítí mají v medicíně a chirurgii značný potenciál. Obcházejí potřebu zdlouhavého subjektivního nastavování parametrů znalostním inženýrem, neboť se učí přímo z dat. Při využití nevhodně vyváženého datasetu však může docházet k neočekávaným, avšak zpětně vysvětlitelným chybám. Řešení představuje vytvoření dostatečně bohatého datasetu pro učení a ověření funkce2022-01-01T00:00:00ZJiřík, MiroslavMoulisová, VladimíraHlaváč, MiroslavŽelezný, MilošLiška, VáclavAn artificial intelligence model to identify snakes from across the world: Opportunities and challenges for global health and herpetology
http://hdl.handle.net/11025/51654
Název: An artificial intelligence model to identify snakes from across the world: Opportunities and challenges for global health and herpetology
Autoři: Bolon, Isabelle; Picek, Lukáš; Durso, Andrew; Alcoba, Gabriel; Chappuis, François; Castañeda, Rafael Ruiz de2022-01-01T00:00:00ZBolon, IsabellePicek, LukášDurso, AndrewAlcoba, GabrielChappuis, FrançoisCastañeda, Rafael Ruiz de