Full metadata record
DC FieldValueLanguage
dc.contributor.advisorEkštein Kamil, Ing. Ph.D.
dc.contributor.authorReismüllerová, Jindřiška
dc.contributor.refereeMrázová Iveta, Doc. RNDr. CSc.
dc.date.accepted2022-9-6
dc.date.accessioned2022-11-10T14:46:48Z-
dc.date.available2021-9-10
dc.date.available2022-11-10T14:46:48Z-
dc.date.issued2022
dc.date.submitted2022-5-19
dc.identifier89743
dc.identifier.urihttp://hdl.handle.net/11025/50210-
dc.description.abstractCílem této diplomové práce je navrhnout a implementovat novou techniku učení neuronových sítí alternativní k metodě backpropagation. Smyslem je zkusit navrhnout takovou metodu, která by lépe reflektovala skutečné biologické procesy centrální nervové soustavy živých organismů než technika backpropagation, čímž by se dosáhlo větší rychlosti učení i za cenu mírného snížení úspěšnosti učení neuronové sítě. Celé práci předchází důkladná analýza existujících řešení. Výsledkem by měla být implementace navrženého řešení a její porovnání s technikou backpropagation a dalšími existujícími technikami.cs
dc.format69
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectzpětné šířenícs
dc.subjectneuronové sítěcs
dc.subjectneuroncs
dc.subjectperceptroncs
dc.subjectučenícs
dc.titleAlternativní techniky trénování vrstevnatých neuronových sítícs
dc.title.alternativeAlternative Approaches to Layered Neural Network Trainingen
dc.typediplomová práce
dc.thesis.degree-nameIng.
dc.thesis.degree-levelNavazující
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programInženýrská informatika
dc.description.resultObhájeno
dc.description.abstract-translatedThe main goal of this master's thesis is to design and implement an innovative technique of neural network training, an alternative to backpropagation. The idea is to design a method more corresponding to real biological processes of the central nervous system of living organisms, than the backpropagation technique is. This way, faster neural network training could be achieved even at the expense of mild decrease of training accuracy. The described process is preceded by a thorough analysis of existing solutions to the problem. The result of this thesis should be an implementation of the proposed technique and it's comparison with backpropagation and other existing techniques of neural network training.en
dc.subject.translatedbackpropagationen
dc.subject.translatedneural networken
dc.subject.translatedneuronen
dc.subject.translatedperceptronen
dc.subject.translatedlearningen
Appears in Collections:Diplomové práce / Theses (KIV)

Files in This Item:
File Description SizeFormat 
Reismullerova_DP.pdfPlný text práce3,52 MBAdobe PDFView/Open
A21N0001Phodnoceni-ved.pdfPosudek vedoucího práce91,5 kBAdobe PDFView/Open
A21N0001Pposudek-op.pdfPosudek oponenta práce182,91 kBAdobe PDFView/Open
A21N0001Pobhajoba.pdfPrůběh obhajoby práce443,05 kBAdobe PDFView/Open
Show simple item record


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/50210

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

search
navigation
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Diplomové práce / Theses (KIV)