المؤلفون: Hriadel, Ondrej

المصدر: Pro-Fil – Internetový časopis pro filozofii; Vol 22 No 2 (2021); 28-44 ; Pro-Fil – An Internet Journal of Philosophy; Vol. 22 No. 2 (2021); 28-44 ; 1212-9097

مصطلحات موضوعية: deep learning (DL), artificial intelligence (AI), Turing test, intelligence, learning, training data, language, hlboké učenie (deep learning, DL), umelá inteligencia (UI), Turingov test, inteligencia, učenie, natrénovanie dát, jazyk

وصف الملف: application/pdf

Relation: https://journals.phil.muni.cz/profil/article/view/20431/16325; https://journals.phil.muni.cz/profil/article/view/20431

الاتاحة: https://journals.phil.muni.cz/profil/article/view/20431

المؤلفون: Hriadel, Ondrej

مصطلحات موضوعية: hlboké učenie (deep learning, DL), umelá inteligencia (UI), Turingov test, inteligencia, učenie, natrénovanie dát, jazyk, deep learning (DL), artificial intelligence (AI), Turing test, intelligence, learning, training data, language, Philosophy

وصف الملف: text/pdf

Relation: https://digilib.phil.muni.cz/en/handle/11222.digilib/130246; https://digilib.phil.muni.cz/_flysystem/fedora/pdf/144823.pdf; https://hdl.handle.net/11222.digilib/144823

الاتاحة: https://hdl.handle.net/11222.digilib/144823

المؤلفون: Richweissová, Viktória

المساهمون: Kubíček, Jan, Babušiak, Branko

مصطلحات موضوعية: segmentácia, biosignály, EKG, hlboké učenie, segmentation, biosignals, ECG, deep learning

وصف الملف: 8489608 bytes; application/pdf

Relation: OSD002; http://hdl.handle.net/10084/153736; S2724; RIC0127_FEI_N0988A060001_2024

الاتاحة: http://hdl.handle.net/10084/153736

المؤلفون: Ilenčík, Marek

المساهمون: Kukuliač, Pavel, Caha, Jan

مصطلحات موضوعية: street view, družicové snímky, strojové učenie, hlboké učenie, hedonický model, veľké dáta, oceňovanie nehnuteľností, satellite imagery, machine learning, deep learning, hedonic model, big data, real estate valuation

وصف الملف: 6601549 bytes; application/pdf

Relation: OSD002; http://hdl.handle.net/10084/148399; S2735; ILE0008_HGF_N3654_3608T002_2022

الاتاحة: http://hdl.handle.net/10084/148399

المؤلفون: Hriadel, Ondrej

مصطلحات موضوعية: hlboké učenie (deep learning, DL), umelá inteligencia (UI), Turingov test, inteligencia, učenie, natrénovanie dát, jazyk, deep learning (DL), artificial intelligence (AI), Turing test, intelligence, learning, training data, language

Relation: Pro-Fil; [1] Bengio, Y. (2013): Representation Learning: A Review and New Perspectives , IEEE Transactions on Pattern Analysis and Machine Intelligence 35(8), 1–30, dostupné z: < 10.1109/TPAMI.2013.50 >.; [2] Fitch, W. T. (2014): Toward a computational framework for cognitive biology: Unifying approaches from cognitive neuroscience and comparative cognition , Physics of Life Reviews 11(3), 329–364, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1016/j.plrev.2014.04.005 >. %7C DOI 10.1016/j.plrev.2014.04.005; [3] Flach, P. A. – Kakas, A. C. (2000): Abductive and Inductive Reasoning: Background and Issues , in Flach, P. A. – Kakas, A. C. (eds.) Abduction and Induction. Applied Logic Series 18, 1–27, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1007/978-94-017-0606-3_1 >.; [4] Ford, K. M. – Hayes, P. J. (1998): On Computational Wings: Rethinking the Goals of Artificial Intelligence , Scientific American Presents 9, 78–83.; [5] French, R. M. (1990): Subcognition and the Limits of the Turing Test , Mind 99(393), 53–65, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1093/mind/XCIX.393.53 >.; [6] French, R. M. (2000): The Turing Test: The First 50 Years , Trends in Cognitive Sciences 4(3), 115–122, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1016/S1364-6613(00)01453-4 >.; [7] Gomes, L. (2014): Machine-Learning Maestro Michael Jordan on the Delusions of Big Data and Other Huge Engineering Efforts , IEEE Spectrum [online], 2014-10-20, [cit. 2021-03-31], dostupné z: < https://spectrum-ieee-org.ezproxy.muni.cz/machinelearning-maestro-michael-jordan-on-the-de-lusions-of-big-data-and-other-huge-engineering-efforts >.; [8] Goulden, R. – Nation, P. – Read, J. (1990): How Large Can a Receptive Vocabulary Be? Applied Linguistics 11(4), 341–363, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1093/applin/11.4.341 >.; [9] Hriadel, O. (2020): Kognitívna (ne)uzavretosť umelej inteligencie (Deep Learning) , in Cintula, I. – Mydlová K. – Kalivodová, V. (eds.) LOQUERE: interdisciplinárna doktorandská konferencia: zborník príspevkov, Univerzita sv. Cyrila a Metoda v Trnave, 105–117.; [10] Hsu, F-H. (2004): Behind Deep Blue: Building the Computer that Defeated the World Chess Champion , Princeton University Press.; [11] Chollet, F. (2019): Deep learning v jazyku Python , Grada.; [12] Kakas, A. – Michael, L. (2020): Abduction and Argumentation for Explainable Machine Learning: A Position Survey , Cornell University arXiv.org > cs > arXiv:2010.12896, 1–24, dostupné z: < https://arxiv.org/abs/2010.12896 >.; [13] Kruger, N. et al. (2013): Deep Hierarchies in the Primate Visual Cortex: What Can We Learn for Computer Vision? , IEEE Transactions on Pattern Analysis and Machine Intelligence 35(8), 1847–1871, dostupné z: < 10.1109/TPAMI.2012.272 >. %7C DOI 10.1109/TPAMI.2012.272; [14] Lacker, K. (2020): Giving GPT-3 a Turing Test , Kevin Lacker's blog [online], 2020-07-06, [cit. 2021-03-31], dostupné z: < https://lacker.io/ai/2020/07/06/giving-gpt-3-a-turing-test.html >.; [15] Levesque , H. J. (2017): Common Sense, the Turing Test, and the Quest for Real AI , The MIT Press.; [16] López-Rubio, E. (2018): Computational Functionalism for the Deep Learning Era , Minds and machines 28, 667–688, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1007/s11023-018-9480-7 >.; [17] Mooney R. J. (2000): Integrating Abduction and Induction in Machine Learning , in Flach, P. A. – Kakas, A. C. (eds.) Abduction and Induction. Applied Logic Series 18, 181–191, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1007/978-94-017-0606-3_12 >.; [18] Moor, J. H. (2001): The Status and Future of the Turing Test , Minds and Machines 11, 77–93, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1023/A:1011218925467 >.; [19] Nguifo, E. M. (1998): Abduction and Induction in Learning Task: which needs the other? ACADEMIA – Accelerating the world's research 1–3, dostupné z: < https://scholar.google.com/scholar?hl=sk&as_sdt=0,5&q=Abduction+and+In-duction+in+Learning+Task%3A+which+needs+the+other+%3F&btnG = >.; [20] Otterlo, M. V. (2013): A Machine Learning View on Profiling, Privacy, Due Process and the Computational Turn The Philosophy of Law Meets the Philosophy of Technology , 41–65, dostupné z: < https://doi-org.ezproxy.muni.cz/10.4324/9780203427644 >.; [21] Parnas, D. L. (2017): The real risks of artificial intelligence , Communications of the ACM 60(10), 27–31, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1145/3132724 >. %7C DOI 10.1145/3132724; [22] Searle, J. (1984): Mysl, mozek a věda , Mladá fronta, 1994.; [23] Schubbach, A. (2019): Judging machines: philosophical aspects of deep learning , Synthese 198, 1807–1827, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1007/s11229-019-02167-z >.; [24] Silver, D. – Huang, A. – Maddison, C. et al. (2016): Mastering the game of Go with deep neural networks and tree search, Nature 529, 484–489, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1038/nature16961 >.; [25] Slonim, N. – Bilu, Y. – Alzate, C. et al. (2021): An autonomous debating system, Nature 591, 379–384, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1038/s41586-021-03215-w >.; [26] Tan C. et al. (2018): A Survey on Deep Transfer Learning , in Kůrková V. et al. (eds.) Artificial Neural Networks and Machine Learning – ICANN 2018. Lecture Notes in Computer Science 11141, 270–279, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1007/978-3-030-01424-7_27 >.; [27] Toledo, A. et al. (2019): Automatic Argument Quality Assessment – New Datasets and Methods , Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP), D19-1564, 5625–5635, dostupné z: < https://doi-org.ezproxy.muni.cz/10.18653/v1/D19-1564 >.; [28] Turing, A. (1950): Počítacie stroje a inteligencia , Medzinárodná účastnícka spoločnosť Bradlo, 1992.; [29] Turing, A. (1950): Computing Machinery and Intelligence . Mind 59(236), 433–460, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1093/mind/LIX.236.433 >.; [30] Vinyals, O. et al. (2016): Matching Networks for One Shot Learning , Advances in Neural Information Processing Systems 29, 1–12, dostupné z: < https://arxiv.org/abs/1606.04080 >.; [31] Yamins, D. – DiCarlo, J. (2016): Using goal-driven deep learning models to understand sensory cortex , Nat Neurosci 19, 356–365, dostupné z: < https://doi-org.ezproxy.muni.cz/10.1038/nn.4244 > %7C DOI 10.1038/nn.4244; [32] Zhou, Z-H. (2019): Abductive learning: towards bridging machine learning and logical reasoning , Sci. China Inf. Sci. 62(76101), dostupné z: < https://doi-org.ezproxy.muni.cz/10.1007/s11432-018-9801-4 >.; 1212-9097 (online); http://hdl.handle.net/handle/11222.digilib/144823; serial/2_ProFil/22-2021-2/#3

الاتاحة: http://hdl.handle.net/handle/11222.digilib/144823
https://doi.org/10.5817/pf21-2-2396

المؤلفون: Patrik Pejchal

المساهمون: Reimer Michal, Karnoub Evgeniia

مصطلحات موضوعية: Hlboké učenie, lekárske zobrazovanie, röntgenová klasifikácia, CNN, rozšírenie údajov, nerovnováha tried, Deep Learning, Medical Imaging, X-ray Classification, Data Augmentation, Class Imbalance

وصف الملف: application/pdf

Relation: http://hdl.handle.net/10467/119079

الاتاحة: http://hdl.handle.net/10467/119079

المؤلفون: Magerková, Tereza

المساهمون: Hussain, Yasir, Malik, Aamir Saeed

مصطلحات موضوعية: Strojové učenie, Funkcie, Python, Hlas, Emócie, Hlboké učenie, Machine Learning, Features, Voice, Emotions, Deep Learning

وصف الملف: application/pdf; text/html

Relation: MAGERKOVÁ, T. Development of Automated Emotion Recognition System through Voice using Python [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 153453; https://hdl.handle.net/11012/247449

الاتاحة: https://hdl.handle.net/11012/247449

المؤلفون: Gajdošík, Richard

المساهمون: Kočí, Radek, Zbořil, František

مصطلحات موضوعية: i.MX 93, TensorFlow Lite, Strojové učenie, Rozpoznávanie gest, Vstavané systémy, ARM Architektúra, Hlboké učenie, Neurónové siete, Spracovanie obrazu, Inferencia v reálnom čase, Machine Learning, Gesture Recognition, Embedded Systems, ARM Architecture, Deep Learning, Neural Networks, Image Processing, Real-time Inference

وصف الملف: application/pdf; text/html

Relation: GAJDOŠÍK, R. Implementace rozpoznávání gest na ARM jako alternativa tradičního ovládání zařízení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 156738; https://hdl.handle.net/11012/247496

الاتاحة: https://hdl.handle.net/11012/247496

المؤلفون: Sirovatka, Matej

المساهمون: Hradiš, Michal, Juránek, Roman

مصطلحات موضوعية: zlepšenie kvality videa, super rozlíšenie videa, optický tok, deformovateľné konvolúcie, neurónové siete, hlboké učenie, učenie s učiteľom, U-Net, video quality enhancement, video super-resolution, optical flow, deformable convolutions, neural networks, deep learning, supervised learning

وصف الملف: application/pdf; text/html

Relation: SIROVATKA, M. Zlepšování kvality videa pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 155408; https://hdl.handle.net/11012/247838

الاتاحة: https://hdl.handle.net/11012/247838

المؤلفون: Lorinc, Marián

المساهمون: Mrázek, Vojtěch, Sekanina, Lukáš

مصطلحات موضوعية: Konvolučné neurónové siete, CNN, Evolučné algoritmy, EA, Genetické algoritmy, GA, Kartézske genetické programovanie, CGP, Optimalizácia, Kompresia, MobileNetV2, LeNet-5, Energetická účinnosť, Kompresia váh, Hlboké učenie, Convolutional Neural Networks, Evolutionary Algorithms, Genetic Algorithms, Cartesian Genetic Programming, Optimization, Compression, Energy Efficiency, Weight Compression Algorithm, Deep Learning

وصف الملف: application/pdf; text/html

Relation: LORINC, M. Automatická komprese vah neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 153610; https://hdl.handle.net/11012/248549

الاتاحة: https://hdl.handle.net/11012/248549

المؤلفون: Pukanec, Dávid

المساهمون: Španěl, Michal, Beran, Vítězslav

مصطلحات موضوعية: registrácia mračien bodov, hlboké učenie, Lepard, FINet, korešpondencia, extrakcia črtov, porovnávanie, ModelNet, Teeth3DS, zarovnanie modelov, point cloud registration, deep learning, feature extraction, comparison, model alignment, correspondence

وصف الملف: application/pdf; text/html

Relation: PUKANEC, D. Hluboké neuronové sítě pro sesouhlasení 3D modelů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 154315; https://hdl.handle.net/11012/248893

الاتاحة: https://hdl.handle.net/11012/248893

المؤلفون: Pešková, Daniela

المساهمون: Goldmann, Tomáš, Orság, Filip

مصطلحات موضوعية: Detekcia Nahoty, Detekcia Pornografie, Detekcia Ľudskej Kostry, Konvolučné Neurónové Siete, Hlboké Učenie, Extrakcia Dát, Počítačové videnie, Detekcia pokožky, Nudity Detection, Pornografic Detection, Skeleton Detection, Convolutional Neural Networks, Deep Learning, Data Extraction, Computer Vision, Skin Detection

وصف الملف: application/pdf; text/html

Relation: PEŠKOVÁ, D. Detekce přítomnosti nahoty v obrazových datech [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 157162; https://hdl.handle.net/11012/249017

الاتاحة: https://hdl.handle.net/11012/249017

المؤلفون: Karabelly, Jozef

المساهمون: Hradiš, Michal, Herout, Adam

مصطلحات موضوعية: animácia postavy, fyzikálna animácia postavy, posilované učenie, učenie imitáciou, kontrola pohybu, neurónová sieť, hlboké učenie, character animation, physics-based character animation, reinforcement learning, imitation learning, motion control, neural network, deep learning

وصف الملف: application/pdf; text/html

Relation: KARABELLY, J. Posilované učení pohybů s předlohou [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.; 146119; https://hdl.handle.net/11012/248870

الاتاحة: https://hdl.handle.net/11012/248870

المؤلفون: Stanček, Rastislav

المساهمون: Goldmann, Tomáš, Rydlo, Štěpán

مصطلحات موضوعية: knowledge distillation, kompresia modelu, klasifikácia objektov, detekcia ľudí, hlboké učenie, konvolučná neurónová sieť, redukovaná neurónová sieť, spracovanie obrazu, študentský model, učiteľský model, python, tensorflow, keras, model compression, object classification, people detection, deep learning, convolutional neural network, reduced neural network, image processing, student model, teacher model

وصف الملف: application/pdf; text/html

Relation: STANČEK, R. Redukovaná neuronová síť pro klasifikaci přítomnosti postav v obraze [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 156893; https://hdl.handle.net/11012/246957

الاتاحة: https://hdl.handle.net/11012/246957

المؤلفون: Zima, Samuel

المساهمون: Hussain, Yasir, Malik, Aamir Saeed

مصطلحات موضوعية: rozpoznávanie výrazov tváre, emócie, výrazy tváre, anatómia tváre, konvolučné neurónové siete, strojové učenie, hlboké učenie, SqueezeNet, VGG16, vstavané zariadenia, FER-2013, facial expression recognition, emotions, facial expressions, anatomy of the face, convolutional neural networks, machine learning, deep learning, embedded devices

وصف الملف: application/pdf; application/octet-stream; text/html

Relation: ZIMA, S. Creating a Python-based Automated System for Recognizing Emotions from Facial Expressions. [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.; 156771; https://hdl.handle.net/11012/246610

الاتاحة: https://hdl.handle.net/11012/246610

المؤلفون: Turák, Samuel

المساهمون: Polák, Ladislav, Ulovec, Karel

مصطلحات موضوعية: Rádiofrekvenčné (RF) signály, hlboké učenie, neurónová sieť, dataset, RF rušenia, Python, MATLAB, Radiofrequency (RF) signals, deep learning, neural network, RF impairments

وصف الملف: application/pdf; application/octet-stream; text/html

Relation: TURÁK, S. Klasifikace RF signálů pomocí umělé inteligenci [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.; 159073; https://hdl.handle.net/11012/245919

الاتاحة: https://hdl.handle.net/11012/245919

المؤلفون: Németh, Filip

المساهمون: Jakubíček, Roman, Vičar, Tomáš

مصطلحات موضوعية: hlboké učenie, obmedzený dataset, klasifikácia, transferové učenie, dátová augmentácia, prenos neurónového štýlu, deep learning, limited dataset, classification, transfer learning, data augmentation, neural style transfer

وصف الملف: application/pdf; application/octet-stream; text/html

Relation: NÉMETH, F. Metody strojového učení hlubokých neuronových sítí s omezenými datasety [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2024.; 159771; https://hdl.handle.net/11012/247168

الاتاحة: https://hdl.handle.net/11012/247168

المؤلفون: Repčík, Tomáš

المساهمون: Vičar, Tomáš, Mézl, Martin

مصطلحات موضوعية: Hlboké učenie, neurónové siete, EKG, konvolučné neurónové siete, siamské neurónové siete, biometria, Android aplikácia, vizualizácia neurónových sietí, Deep learning, neural networks, ECG, convolutional neural networks, siamese neural networks, biometry, Android application, visualisation of neural networks

وصف الملف: application/pdf; application/octet-stream; text/html

Relation: REPČÍK, T. EKG biometrie s využitím hlubokého učení [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2021.; 134436; https://hdl.handle.net/11012/246157

الاتاحة: https://hdl.handle.net/11012/246157

المؤلفون: Veronika Kalousková

المساهمون: Smrčka Pavel, Jiřina Marcel

مصطلحات موضوعية: pohybový artefakt, elektrokardiografia, klasifikácia EKG, automatická detekcia artefaktov v EKG, spracovanie biosignálov, konvolučná neurónová sieť, hlboké učenie, motion artefact, electrocardiography, ECG classification, automatic artefact detection in ECG, biosignal processing, convolutional neural network, deep learning

Relation: KOS-1240469464005; http://hdl.handle.net/10467/115289

الاتاحة: http://hdl.handle.net/10467/115289

المؤلفون: Soňa Drocárová

المساهمون: Novozámský Adam, Čech Jan

مصطلحات موضوعية: detekcia stavu povrchu vozovky, bezkontaktná detekcia, autonómne riadenie, počítačové videnie, hlboké učenie, konvolučné neurónové siete, road surface condition detection, non-contact detection, autonomous driving, computer vision, deep learning, convolutional neural networks

Relation: KOS-1240878055605; http://hdl.handle.net/10467/114524

الاتاحة: http://hdl.handle.net/10467/114524