Ne (11690)
Použitá omezení
(3)
Počet nalezených dokumentů:
11690
Publikováno od
do
Odhadování struktury hysterezních materiálů prostřednictvím Preisach-Mayergoyzova prostoru
Kůs Václav; Erik Dolejš; Chlada Milan
2020 -
ato bakalářská práce se zabývá aplikováním Preisach-Mayergozova (PM) modelu na vyhodnocení elastických vlastností materiálů. V první části jsou představeny klíčové pojmy hystereze a její popis, dále optimalizační algoritmy, vhodná pravděpodobnostní rozdělení a P-divergence. Tyto poznatky jsou implementovány ve vyvíjeném programu na identifikování PM prostoru. V další části je představeny dva popisy rozložení hysteronů v PM prostoru pomocí jádrových odhadů. Na základě tohoto neparametrického popisu je vytvořen index elasticity popisují schopnost materiálů absorbovat mechanické deformace. Na závěr jsou zpracovány data z testování kovových tlumičů sloužící pro ochranu budov před zemětřesením a jsou pro ně stanoveny navržené indexy elasticity.This Bachelor's thesis focuses on the application of Preisach-Mayergoyz (PM) model applied to the evaluation of elastic properties of the material. In the first part of this thesis are explained basic vital terms, such as hysteresis and iťs properties, optimization algorithms, suitable probability density functions and P-divergences. This knowledge is implemented in the presented program designed to identify PM space. In the next section are proposed two descriptions of PM space of hysterons based on kernel density estimation. Based on this description, the new index of elasticity is proposed, which describes the ability of materials to absorb mechanical deformation. In the end, experimentally measured data of test of steel dampers used for protection against earthquake are processed, and the proposed index of elasticity is evaluated.
Klíčová slova:
Jádrový odhad hustoty pravděpodobnosti; Jaya algoritmus; Preisach-Mayergoyzův model; P-divergence; Optimalizace; Simulované žíhání; Jaya algorithm; Kernel density estimation; Preisach-Mayergoyz model; P-divergences; Optimization; Simulated annealing
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Odhadování struktury hysterezních materiálů prostřednictvím Preisach-Mayergoyzova prostoru
ato bakalářská práce se zabývá aplikováním Preisach-Mayergozova (PM) modelu na vyhodnocení elastických vlastností materiálů. V první části jsou představeny klíčové pojmy hystereze a její popis, dále ...
Variační autoencoder a jeho rozšíření
Šmídl Václav; Michaela Mašková; Škvára Vít
2020 -
Variační autoencoder je modelem, který v sobě kombinuje pravděpodobnostní přístup a sílu aproximací pomocí neuronových sítí. Lze jej využít jako generativní model nebo například v detekci anomálií. Jeho výhody i nevýhody, stejně jako jeho možná rozšíření, jsou předmětem bakalářské práce. Popsaný je dále Wassersteinův autoencoder a model s využitím VampPrior. Je odvozeno nové rozšíření směsi variačních autoencoderů s použitím EM algoritmu. Vlastnosti variačního autoencoderu a jeho rozšíření jsou demonstrovány na ukázkových i reálných datech.Variational autoencoder combines probabilistic approach with powerful estimations via neural networks. The model can be used as a generative model as well as an anomaly detector. Its pros and cons, as well as its extensions, are the subject of this bachelor's thesis. Extensions like Wasserstein autoencoder and a model using VampPrior are described. A new extension using a mixture of variational autoencoders with the usage of EM algorithm is proposed. Properties of a variational autoencoder and its extensions are demonstrated on both artificial and real-world datasets.
Klíčová slova:
bayesovské metody; detekce anomálií; neuronové sítě; variační autoencoder; anomaly detection; Bayesian methods; neural networks; variational autoencoder
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Variační autoencoder a jeho rozšíření
Variační autoencoder je modelem, který v sobě kombinuje pravděpodobnostní přístup a sílu aproximací pomocí neuronových sítí. Lze jej využít jako generativní model nebo například v detekci anomálií. ...
Generativní modely dat popsaných stromovou strukturou
Šmídl Václav; Jakub Bureš; Adam Lukáš
2020 -
Tato bakalářská práce se zabývá generativními modely a jejich možným využitím v internetové bezpečnosti. Hlavním cílem je hledat takové distribuce, která jsou schopna generovat jednoduché stromové struktury. Seznámíme se s moderními metodami a postupy na bázi umělé inteligence a na jednoduchých příkladech je aplikujeme. To zahrnuje neuronové sítě, koncept multi-instančního učení, vnořeného prostoru a metody variačního autoencoderu. V první části vhodně rozebereme nutný matematický aparát, ve druhé části se budeme věnovat generativním modelům a v poslední třetí části stromovým strukturám.his bachelor's thesis deals with generative models and their possible utilization in the internet safety. The main goal of this thesis is to find such distributions, which are capable of generating simple tree structures. We get to know modern methods and approaches using artificial intelligence and we apply them on simple examples. Those methods includes neural networks, concept of the multi-instance learning, the embedded-space and methods of variational autoencoders. In the first part we look into necessary calculus, in the second part we dive into generative models and in the last third part, we look into tree structures.
Klíčová slova:
distribuce; generativní modely; multi-instační učení; stromové struktury; distribution; generative models; multi-instance learning; tree structures
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Generativní modely dat popsaných stromovou strukturou
Tato bakalářská práce se zabývá generativními modely a jejich možným využitím v internetové bezpečnosti. Hlavním cílem je hledat takové distribuce, která jsou schopna generovat jednoduché stromové ...
Metody strojového učení ve fyzice pevných látek
Vybíral Jan; Jan Trödler; Šmídl Václav
2020 -
Strojové učení lze použít k efektivní předpovědi parametrů testovacích dat na základě dat trénovacích. Jedněmi z používaných metod strojového učení jsou metody Kernel Ridge Regression a LASSO, které obě vycházejí z lineární regrese. V této bakalářské práci bude čtenář nejprve seznámen s výše zmíněnými metodami na teoretické úrovni. Reálná aplikace metod probíhá na datech pocházejících z výzkumné oblasti zkoumající materiály potencionálně vhodné k výrobě solárních panelů. Vhodné vlastnosti těchto materiálů zavisí na dvou energiích, formační energii a energii zakázaného pásu. Všechny potřebné informace o konkrétních datech obdrží čtenář v druhé kapitole. Poslední částí této práce je vlastní program obsahující výpočty výstupních parametrů pomocí metody Kernel Ridge Regression a jeho postupné modifikace a vylepšení.Machine learning can be used to effectively predict test data parameters based on training data. One of the machine learning methods used is the Kernel Ridge Regression and LASSO methods, both of which are based on linear regression. In this bachelor's thesis, the reader will first be introduced to the above methods at a theoretical level. The real application of the methods is based on data from the research area examining materials potentially suitable for the production of solar panels. The suitable properties of these materials depend on two energies, the formation energy and the band gap energy. The reader will get all the necessary information about specific data in the second chapter. The last part of this work is a program containing calculations of output parameters using the Kernel Ridge Regression method and its gradual modifications and improvements.
Klíčová slova:
Kernel Ridge Regression; LASSO; strojové učení; Kernel Ridge Regression; LASSO; machine learning
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Metody strojového učení ve fyzice pevných látek
Strojové učení lze použít k efektivní předpovědi parametrů testovacích dat na základě dat trénovacích. Jedněmi z používaných metod strojového učení jsou metody Kernel Ridge Regression a LASSO, které ...
Aplikace vakua v termálních izolacích
Varju Jozef; Alžběta Endrychová; Fuková Šárka
2020 -
Tato bakalářská práce se zabývá sestavením jednoduché vakuové aparatury a následným studiem chování termálních izolací ve vakuu. Nejprve jsou uvedeny a popsány různé způsoby předávání tepla a následně jejich aplikace a eliminace při konstrukci a instalaci termálních izolací do vakuové aparatury. Dále tato práce popisuje fungování a konstruování vícevrstvých termálních izolací. Zabývá se správným výběrem izolačních materiálů do vyšších teplot a jejich aplikaci ve vakuu. Na závěr práce jsou porovnány naměřené vzorky. V poslední kapitole této práce jsou navrhnuta zlepšení experimentální aparatury i realizovaného experimentu na základě nabytých zkušeností během měření.This bachelor thesis deals with construction of simple vacuum device and the subsequent study of the behaviour of thermal insulation in vacuum. First, various methods of heat transfer and then their application and elimination in the construction and installation of thermal insulation in vacuum chamber are presented and described. Furthermore, this thesis describes the operation and construction of a multilayer thermal insulation. It deals with the correct selection of insulation materials for higher temperatures and their application in vacuum. At the end of the thesis, the measured samples are compared. In the final chapter, improvements of the experimental apparatus and the performed experiment are proposed on the basis of the experience gained during the measurement.
Klíčová slova:
vakuum; vakuová komora; přenos tepla; termální izolace; hliník; vacuum; vacuum chamber; heat transfer; thermal insulations; aluminium
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Aplikace vakua v termálních izolacích
Tato bakalářská práce se zabývá sestavením jednoduché vakuové aparatury a následným studiem chování termálních izolací ve vakuu. Nejprve jsou uvedeny a popsány různé způsoby předávání tepla a následně ...
Klasifikace dat popsaných stromovou strukturou
Šmídl Václav; Lukáš Kulička; Henclová Kateřina
2020 -
akalářská práce se zabývá klasifikací dat popsaných stromovou strukturou. V rámci práce je uvedeno a důkladně popsáno široké spektrum různých matematických disciplín a teorie optimalizace, které je posléze aplikováno na demonstrativní příklady. Odvozen je též mocný optimalizační nástroj v oblasti bayesovského strojového učení jménem Evidence Lower Bound. Předvedeny jsou neuronové sítě a jejich souvislost s logistickou regresí a klasifikačními úlohami. Velký důraz je kladen na uchopení pojmu vysvětlitelné umělé inteligence a reprezentace modelů pomocí řídkých parametrizací. Zejména na metodu Automatic Relevance Determination a její význam. Závěrem jsou popsány koncept vnořeného prostoru a v současnosti dynamicky rozvíjející se hierarchické více-instanční učení včetně jeho spojení se stromovými strukturami.The bachelor thesis deals with the classification of tree — structured data. The thesis presents and thoroughly describes a wide range of the different mathematical disciplines and optimization theory, which is then applied to the demonstrative examples. A powerful optimization tool in Bayesian machine learning called Evidence Lower Bond is also derived. Neural networks and their connection with logistic regression and classification tasks are presented. Great emphasis is placed on grasping of concept of explainable artificial intelligence and model representation using sparse parameterizations. Especially on the Automatic Relevance Determination method and its significance. The concept of embedded space and the currently dynamically developing hierarchical multi-instance learning, including its connection with tree structures, are finally described.
Klíčová slova:
klasifikace; řídkost; stromová struktura; více-instanční učení; classification; multiple-instance learning; sparsity; tree structure
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Klasifikace dat popsaných stromovou strukturou
akalářská práce se zabývá klasifikací dat popsaných stromovou strukturou. V rámci práce je uvedeno a důkladně popsáno široké spektrum různých matematických disciplín a teorie optimalizace, které je ...
Vlastnosti distribuční rodiny GIG s negativní hodnotou parametru
Krbálek Milan; Anežka Lhotáková; Vacková Jana
2020 -
Tato práce se zabývá škálováním Zobecněného inverzního Gaussova rozdělení a jeho dalšími vlastnostmi pro negativní hodnotu parametru na třídě balancovaných hustot. Tyto nabyté znalosti jsou následně využity ke konstrukci generátoru pseudonáhodných čísel z uvedé distribuce. Cást práce je věnována porovnání a testování vytvořeného generátoru společně s již existujícím generátorem z roku 2017, který ovšem taktéž nebyl testován. K porovnání jsou využity metody pro bodové odhady parametrů, konkrétně metoda momentů, metoda maximální věrohodnosti a metoda minimální vzdálenosti. Závěr práce demonstruje užitečnost Zobecněného inverzního Gaussova rozdělení při zpracování dopravních dat.In this thesis we assume Generalized inverse Gaussian distribution (GIG) is a balanced density and we discuss other properties of distribution family GIG with negative value of parameter. We examine the normalizing constant and the approximation of scaling constant. In compliance with discovered properties we construct pseudorandom number generator and statistically compare it with generator designed in 2017. For the statistical comparison we use method of moments, maximum likelihood estimation and minimum distance estimation. In the last part we show the usefulness of GIG distribution by conducting an analysis of the traffic data.
Klíčová slova:
balancovaná hustota; dopravní data; generátor pseudonáhodných čísel; Macdonaldova funkce; metoda maximální věrohodnosti (MLE); metoda minimální vzdálenosti (MDE); metoda momentů (ME); škálování; Zobecněné inverzní Gaussovo rozdělení (GIG); balanced density; Generalized inverse Gaussian distribution (GIG); Macdonalds function; maximum likelihood estimation; method of moments; minimum distance estimation; pseudorandom number generator; scaling; traffic data
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Vlastnosti distribuční rodiny GIG s negativní hodnotou parametru
Tato práce se zabývá škálováním Zobecněného inverzního Gaussova rozdělení a jeho dalšími vlastnostmi pro negativní hodnotu parametru na třídě balancovaných hustot. Tyto nabyté znalosti jsou následně ...
Supernáhodné stavy termodynamického dopravního plynu a jejich matematické vlastnosti
Krbálek Milan; Vít Pánek; Šeba František
2020 -
Tato práce se zabývá modelem termodynamického dopravního plynu, rozptylem světlostí v dopravních datech a supernáhodnými stavy v teorii dopravy. Cást práce je věnována úvodu do statistického odhadování odstupů vozidel a jeho historii. Dále se věnuje modelu termodynamického dopravního plynu a jeho matematickým vlastnostem. Příslušné distribuce světlostí jsou popsány funkcemi ze třídy GIG, která je obzvláště vhodná pro studium mikrostruktury dopravních toků. Supernáhodné stavy v teorii dopravy a jejich distribuce světlostí nebyly blíže popsány a jejich zkoumání je zcela nová disciplína v tomto oboru.In this thesis we follow up with thermodynamical traic gas model, clearance variances in traic data and superrandom states in traic theory. Part of this thesis is dealing with introduction to statistical headway modeling and its history. Further we analyze thermodynamical traic gas model and its mathematical properties. Corresponding clearance distributions are described by function from distribution family GIG, which is particulary suitable for studying a microstructure of traic flows. Superrandom states in traic theory and its clearance distributions have not been investigated so far and asociated research is therefore a brand new discipline in this field.
Klíčová slova:
balancované hustoty; distribuce světlostí; dopravní data; MacDonaldova funkce; statistické odhadování odstupů vozidel (VHM); rozptyl světlostí; superpoissonovské stavy; supernáhodné stavy; termodynamický dopravní plyn; zobecněné inverzní Gaussovo rozdělení (GIG); balanced densities; clearance distributions; clearance variance; generalized inverse Gaussian distribution (GIG); MacDonald function; super-Poisson states; super random states; thermodynamical traffic gas; traffic data; vehicular headway modeling (VHM)
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Supernáhodné stavy termodynamického dopravního plynu a jejich matematické vlastnosti
Tato práce se zabývá modelem termodynamického dopravního plynu, rozptylem světlostí v dopravních datech a supernáhodnými stavy v teorii dopravy. Cást práce je věnována úvodu do statistického ...
Asymptotické vlastnosti statistické rigidity v částicových systémech s balanční vlastností
Krbálek Milan; Daniel Wohlrath; Hobza Tomáš
2020 -
Tato práce se zabývá částicovými systémy s balanční vlastností, které mají praktické využití v teorii dopravy při modelování pravděpodobnostních rozdělení roztečí vozidel na vozovce. Nejdříve jsme shrnuli základní vlastnosti třídy balancovaných hustot a přidružených částicových systémů. Představili jsme unifikační proceduru analýzy dat dopravního proudu, jejíž aplikací na reálných datech z holandské dálnice jsme metodou regresní analýzy ověřili balanční vlastnost časových světlostí. Dále jsme rigorózními prostředky zavedli statistickou rigiditu a pomocí centrálního limitního teorému jsme odvodili závislost statistické kompresibility na parametrech Erlangovy hustoty. Na závěr jsme ověřili pomocí grafů předpokládané chování statistické rigidity pro známé balancované částicové systémy.This thesis deals with particle systems with a balancing property which have practical use in modeling vehicle headways. First, we summarized basic properties of balanced density functions and associated particle systems. We presented a unification procedure that is used for analysing traffic data and by applying this procedure to empirical data (recorded at a Dutch freeway) we verified, using methods of regression analysis, the balancing property of time clearances. Further, we rigorously defined statistical rigidity and via the central limit theorem we derived the dependancy of statistical compressibility on parametres belonging tu Erlang's density function. At last, we showed by graphs that the behaviour of statistical rigidity in well-known balanced particle systems is in accordance with previous derivations.
Klíčová slova:
balancovaná hustota; časová světlost; částicový systém; intervalová frekvence; statistická rigidita; trendová funkce; balanced density function; interval frequency; particle system; statistical rigidity; time clear-ance; trend function
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Asymptotické vlastnosti statistické rigidity v částicových systémech s balanční vlastností
Tato práce se zabývá částicovými systémy s balanční vlastností, které mají praktické využití v teorii dopravy při modelování pravděpodobnostních rozdělení roztečí vozidel na vozovce. Nejdříve jsme ...
Technologie aditivní výroby
Veselý Petr; Jindřich Bareš; Drahotová Mizerová Gabriela
2020 -
Cílem této práce je porovnat dvě metody 3D tisku. Jednou z nich je Fused Filament Fabrication známou pod zkratkou FFF. Druhou metodou je stereolitografie neboli SLA. Porovnávanými hledisky jsou výhody a nevýhody jednotlivých metod. Dále jsou porovnávány mechanické vlastnosti vytištěných vzorků, jelikož je úkolem provést mechanické a termomechanické zkoušky materiálu po tisku. Pro metodu FFF se jedná o běžně užívané PLA. Pro metodu SLA se jedná o Azure Blue Tough Resin. Z materiálového hlediska jsou porovnány mechanická pevnost v tahu, tvrdost a teplota skelného přechodu. Na závěr je zhodnocena vhodnost jednotlivých metod pro výrobu v elektrotechnice.The aim of this paper is to compare two methods of 3D printing. One of them is Fused Filament Fabrication known as FFF. The second method is stereolithography known as SLA. Compared aspects are the advantages and disadvantages of mentioned methods as well as reliability. Other compared aspects are: the mechanical properties of printed samples. By other words, the aim is to test mechanical and thermomechanical properties of the material after it has been printed. For method FFF, PLA is widely used. And for the method SLA,the Azure Blue Tough Resin is used. For the material, viewpoint tensile strength, toughness, and temperature of glass transition are evaluated. In conclusion, the suitability of use of mentioned methods for manufacture in electrotechnics is evaluated.
Klíčová slova:
Technologie aditivní výroby; 3D tisk; mechanické vlastnosti materiálu; SLA; FDM; PLA; resin; termomechanická analýza; Additive manufacturing technologies; 3D printing; mechanical properties of materials; SLA; FDM; PLA; resin; thermomechanical analysis
Plné texty jsou dostupné na jednotlivých katedrách ČVUT.
Technologie aditivní výroby
Cílem této práce je porovnat dvě metody 3D tisku. Jednou z nich je Fused Filament Fabrication známou pod zkratkou FFF. Druhou metodou je stereolitografie neboli SLA. Porovnávanými hledisky jsou výhody ...
NUŠL poskytuje centrální přístup k informacím o šedé literatuře vznikající v ČR v oblastech vědy, výzkumu a vzdělávání. Více informací o šedé literatuře a NUŠL najdete na webu služby.
Vaše náměty a připomínky posílejte na email nusl@techlib.cz
Provozovatel
Zahraniční báze