Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.advisor | Ekštein Kamil, Ing. Ph.D. | |
| dc.contributor.author | Reismüllerová, Jindřiška | |
| dc.contributor.referee | Mrázová Iveta, Doc. RNDr. CSc. | |
| dc.date.accepted | 2022-9-6 | |
| dc.date.accessioned | 2022-11-10T14:46:48Z | - |
| dc.date.available | 2021-9-10 | |
| dc.date.available | 2022-11-10T14:46:48Z | - |
| dc.date.issued | 2022 | |
| dc.date.submitted | 2022-5-19 | |
| dc.identifier | 89743 | |
| dc.identifier.uri | http://hdl.handle.net/11025/50210 | - |
| dc.description.abstract | Cílem 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.format | 69 | |
| dc.language.iso | cs | |
| dc.publisher | Západočeská univerzita v Plzni | |
| dc.rights | Plný text práce je přístupný bez omezení | |
| dc.subject | zpětné šíření | cs |
| dc.subject | neuronové sítě | cs |
| dc.subject | neuron | cs |
| dc.subject | perceptron | cs |
| dc.subject | učení | cs |
| dc.title | Alternativní techniky trénování vrstevnatých neuronových sítí | cs |
| dc.title.alternative | Alternative Approaches to Layered Neural Network Training | en |
| dc.type | diplomová práce | |
| dc.thesis.degree-name | Ing. | |
| dc.thesis.degree-level | Navazující | |
| dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | |
| dc.thesis.degree-program | Inženýrská informatika | |
| dc.description.result | Obhájeno | |
| dc.description.abstract-translated | The 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.translated | backpropagation | en |
| dc.subject.translated | neural network | en |
| dc.subject.translated | neuron | en |
| dc.subject.translated | perceptron | en |
| dc.subject.translated | learning | en |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KIV) | |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| Reismullerova_DP.pdf | Plný text práce | 3,52 MB | Adobe PDF | Zobrazit/otevřít |
| A21N0001Phodnoceni-ved.pdf | Posudek vedoucího práce | 91,5 kB | Adobe PDF | Zobrazit/otevřít |
| A21N0001Pposudek-op.pdf | Posudek oponenta práce | 182,91 kB | Adobe PDF | Zobrazit/otevřít |
| A21N0001Pobhajoba.pdf | Průběh obhajoby práce | 443,05 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/50210Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.