Yes (85015)
No (4392)
Used filters
(2)
Number of found documents:
89407
Published from
to
Vývoj protokolu využívajícího farmakoforové a dokovací přístupy pro vývoj inhibitorů hlavní proteasy viru SARS-CoV-2
Klenor, Mikuláš; Lepšík, Martin; Riedlová, Kamila
2024 - English
Covid-19 je vysoce nakažlivé onemocnění, jehož původcem je koronavirus SARS-CoV-2. Tato nemoc způsobila globální pandemii a mezi lety 2020 a 2022 si vyžádala přes 6 milionů lidských životů. Vedle očkování proti SARS-CoV-2 přispívajícímu k prevenci vážných průběhů onemocnění představuje použití antivirotik důležitý přístup k léčbě Covid-19. Ověřeným terapeutickým cílem vývoje antivirotik je hlavní proteáza viru SARS-CoV-2 označovaná jako Mpro . Ačkoli bylo navrženo mnoho inhibitorů, z nichž jeden (prodávaný jako Paxlovid) se již používá v klinické praxi, stále přetrvává potřeba vývoje nových výpočetních metodologií pro učinnější návrh nových látek. Tato práce používá pro návrh inhibitorů tzv. farmakofory. Nejprve jsme prozkoumali 298 struktur komplexů Mpro s inhibitory, které byly získány z databáze proteinových struktur (Protein Data Bank; PDB). Definovali jsme 6 skupin látek vázajících se do aktivního místa proteinu odlišnými vazebnými módy. Na základě těchto skupin jsme vytvořili 6 unikátních farmakoforových hypotéz. Ty jsme využili při molekulárním dokování, jehož účinnost byla kvantifikována měřením směrodatné odchylky (angl. root-mean-square deviation, RMSD) generovaných konformací vůči nativním konformacím. Prezentovaný protokol zachytil 177 z 213 ligandů, které se přirozeně vázaly do... Covid-19 is a highly contagious potentially life-threatening disease caused by the SARS-CoV-2 coronavirus. The virus is responsible for a global pandemic and has claimed over 6 million human lives between years 2020 and 2022. To limit the spread of SARS-CoV-2, numerous vaccines have been developed and applied. For already infected individuals, antiviral drugs are applied. An important validated target is the main protease of SARS-CoV-2 (Mpro ). Although thousands of inhibitors have been prepared and one is used in clinical practice (sold under the name of Paxlovid), improved computational protocols to design new active compounds are needed. The computational approach used here is based on pharmacophores. By curating and inspecting 298 structures of Mpro /inhibitors complexes retrieved from the Protein Data Bank (PDB), we have generated six distinct pharmacophores featuring different binding modes. With their aid, we have carried out molecular docking, whose effectiveness was evaluated by measuring root-mean-square deviation (RMSD) of the generated poses with respect to the native conformations. The routine captured 177 out of 213 ligands naturally binding to the active site of the protein with 127 (72% of the captured) generated with RMSD within 2 Å relative to the native conformation....
Keywords:
krystalová struktura; molekulární dokování; skórování; crystal structure; molecular docking; scoring
Available in a digital repository NRGL
Vývoj protokolu využívajícího farmakoforové a dokovací přístupy pro vývoj inhibitorů hlavní proteasy viru SARS-CoV-2
Covid-19 je vysoce nakažlivé onemocnění, jehož původcem je koronavirus SARS-CoV-2. Tato nemoc způsobila globální pandemii a mezi lety 2020 a 2022 si vyžádala přes 6 milionů lidských životů. Vedle ...
Cross-sector collaboration in Dolnobřežansko region in Praha - Západ district
Smolon, Štěpán; Dohnalová, Marie; Moree, Dana
2024 - Czech
6 Abstrakt Diplomová práce analyzuje vztahy a spolupráci mezi sektory občanským, státním a tržním v suburbánním regionu Dolnobřežansko. Cílem práce je popsat současný stav spolupráce organizací občanské společnosti s dalšími dvěma sektory z hlediska jejích forem v konkrétním územním celku. Dílčím cílem je porozumět, jak souvisí motivy subjektů ke spolupráci, či očekáváný prospěch z ní, s výběrem její konkrétní formy a jak u jednotlivých forem spolupráce poté probíhá její řízení. Formy mezisektorové spolupráce a vztahů v regionu jsou zkoumány a kategorizovány na základě dvou teoretických konceptů, resp. typologií, dle spolupracujících subjektů. V praktické části práce je realizováno výzkumné šetření identifikující konkrétní užívané formy mezisektorové spolupráce v regionu, motivy jednotlivých subjektů, na jejichž základě jednotlivé formy volí a rovněž způsob řízení vzájemného vztahu. Rozsah práce Práce je v rozsahu 92 normostran. Klíčová slova Mezisektorová spolupráce, region Dolnobřežansko, organizace občanského sektoru, státní sektor, tržní sektor 7 Abstract The diploma thesis analyzes the relations and cooperation between civil, state and market sectors in the suburban region of Dolnobřežansko. The aim of the thesis is to describe the current state of cooperation between civil society organizations and the other two sectors in terms of its forms in a specific territorial unit. A partial goal is to understand how the subjects' motives for cooperation, or the expected benefit from it, are related to the choice of its specific form and how it is then managed for individual forms of cooperation. Forms of cross-sector collaboration and relations in the region are examined and categorized on the basis of two theoretical concepts, or typologies, according to cooperating entities. In the practical part of the thesis, a research investigation is carried out identifying the specific forms of cross-sector collaboration in the region, the motives of individual subjects on the basis of which they choose individual forms, as well as the way of managing mutual relations. Extent of the thesis The thesis is 92 standard pages in lenght. Key words Cross-sector collaboration, Dolnobřežansko region, civil society organisations, state sector, market sector
Keywords:
Mezisektorová spolupráce; region Dolnobřežansko; organizace občanského sektoru; státnísektor; tržní sektor; Cross-sector collaboration; Dolnobřežansko region; civil society organisations; state sector,market sector
Available in a digital repository NRGL
Cross-sector collaboration in Dolnobřežansko region in Praha - Západ district
6 Abstrakt Diplomová práce analyzuje vztahy a spolupráci mezi sektory občanským, státním a tržním v suburbánním regionu Dolnobřežansko. Cílem práce je popsat současný stav spolupráce organizací ...
Použití metod zobrazení mračna bodů pro ověření polohy kamery
Kremel, Tomáš; Pajdla, Tomáš; Guba, Peter
2024 - English
Vizuální lokalizace je problém odhadování parametrů šesti stupňů volnosti pozice kamery, z níž byla pořízena dotazovaná fotografie, přičemž pozice je vztažena ke známé reprezentaci referenčního prostředí. Řešení tohoto problému je klíčové v aplikacích jako jsou rozšířená, smíšená a virtuální realita, stejně tak v oblasti autonomní robotiky zahrnu- jící drony a samořiditelné automobily. Tato práce se soustředí na vizuální lokalizační algoritmus, zejména na jeho verifikační a přeřazovací krok. Tento algoritmus interně využívá třídimenzionální mračna bodů a hledání korespondencí mezi těmito body a dotazovanou fotografií pro nalezení odhadů kandidátních pozic kamery. Práce zkoumá přístupy k renderování mračen bodů a jejich využití v rámci algoritmu a jeho verifikačního kroku - render diskretizovaného prostředí z konkrétní kandidátní pozice se v něm porovnává s danou dotazovanou fotografií za účelem určení toho, zda oba pohledy zobrazují to samé místo. Jedna z hlavních výzev renderingu diskretizovaného prostředí jsou okluze. Kvůli říd- kosti bodů využitých jako reprezentace jinak spojitého reálného světa může být infor- mace o tom, co leží v popředí a co v pozadí, lehce ztracena při promítnutí bodů na dvoudimenzionální obraz. Přístupy k renderování zkoumané v této práci se soustředí na renderování bodů přímo... Visual localization is the problem of estimating the 6 degrees of freedom camera pose from which a query image was taken relative to a known reference scene representation. It is the key for applications such as Augmented, Mixed, and Virtual Reality, as well as autonomous robotics such as drones or self-driving cars. This thesis focuses on a visual localization pipeline, especially on its pose verification and reranking step. The pipeline uses 3D point clouds and 2D-3D correspondences be- tween the query image and 3D scene points for candidate camera poses estimations. The thesis explores point cloud rendering approaches as they are utilized in the pipeline and the verification step-the render of the discretized scene from a given candidate position is compared to the actual query image to asses if the given couple depicts the same place. One of the main challenges of such rendering is occlusion handling. Due to the sparsity of points employed for otherwise continuous real world representation, information about what lies in the front and what is hidden can be easily lost when projected to the 2D image. Rendering approaches explored in this thesis focus on the challenge directly or as a component of a novel view synthesis DNN-based renderer. Rendering influence on localization performance is investigated. 1
Keywords:
Vizuální lokalizace|Neurální rendering|Mračno bodů; Visual localization|Neural rendering|Point cloud
Available in a digital repository NRGL
Použití metod zobrazení mračna bodů pro ověření polohy kamery
Vizuální lokalizace je problém odhadování parametrů šesti stupňů volnosti pozice kamery, z níž byla pořízena dotazovaná fotografie, přičemž pozice je vztažena ke známé reprezentaci referenčního ...
Material picker: Rozpoznávání materiálů v obraze pomocí strojového učení
Jurčák, Filip; Vévoda, Petr; Šikudová, Elena
2024 - English
Proces nastavování vlastností materiálu pro realistický vzhled po vyrenderování je obvykle únavný a často vyžaduje pečlivě nadobudnutou zručnost pro jemné doladění parametrů, protože různé kombinace těchto parametrů mohou produkovat různě vy- padající materiály. Pro zjednodušení tohoto procesu představujeme řešení problému přenosu textur vytvořením nástroje obsahujícího několik hlubokých neuronových sítí. Tyto sítě následně představují řešení pro inverzní renderování a segmentaci materiálu předpovídáním vnitřních charakteristik scény, jako je difuzní a lesklé albedo, povrchové normály, lesk, pohledový vektor, texturové souřadnice a segmentace, toto vše z jednoho snímku. Umělci mohou následně použít tyto odvozené vlastnosti ve svých reprezentací 3D scény a zkrátit tak čas potřebný k iteraci několika nápadů návrhů. Abychom tyto sítě trénovali, vygenerovali jsme vysoce kvalitní datovou sadu značné velikosti pomocí fyzicky založených technik, abychom zajistili dobrou generalizaci na obrázky z reálného světa. 1 The process of setting material properties for realistic appearance after rendering is usually tiresome and often requires carefully crafted skill for fine-tuning the parameters, as different combinations of these parameters can produce different-looking materials. To simplify this process, we introduce a solution to the texture transfer problem by creating a pipeline containing several deep neural networks. These networks subsequently represent solutions to inverse rendering and material segmentation by predicting intrinsic scene characteristics, like diffuse and specular albedo, surface normals, glossiness, view vector, texture coordinates, and segmentation, all from a single image. Artists can subsequently plug these inferenced properties inside their 3D scene representations and thus reduce the time needed to iterate over several design ideas. To train these networks, we generated high-quality dataset of substantial size using physically-based techniques to ensure good generalization on real-world images. 1
Keywords:
strojové učení|hluboké učení|počítačová grafika|inverzní renderování|segmentace materiálů|rozpoznávání materiálů; machine learning|deep learning|computer graphics|inverse rendering|material segmentation|material recognition
Available in a digital repository NRGL
Material picker: Rozpoznávání materiálů v obraze pomocí strojového učení
Proces nastavování vlastností materiálu pro realistický vzhled po vyrenderování je obvykle únavný a často vyžaduje pečlivě nadobudnutou zručnost pro jemné doladění parametrů, protože různé kombinace ...
Implementation of the human rights-based approach in development cooperation by Czech non-governmental non-profit organizations
Stehlíková, Magda; Muhič Dizdarevič, Selma; Košák Felcmanová, Alena
2024 - Czech
Diplomová práce si klade za cíl popsat vývoj a teoreticky ukotvit koncept lidskoprávního přístupu (tzv. HRBA) v kontextu rozvojové spolupráce a zjistit jeho zohledňování českými neziskovými organizacemi. Teoretická část je zaměřena zejména na dosud sporné otázky týkající se universalismu a kulturního relativismu lidských práv, jakož i jejich vesměs individualistické povahy. Blíže je popsáno postupné pronikání lidských práv do mezinárodního rozvojového diskurzu a role a specifika rozvojových nestátních neziskových organizací. Práce předkládá teoretické poznatky a konkrétní příklady aplikace lidskoprávního přístupu neziskovými organizacemi. Zmíněny jsou také kritické pohledy a problematické důsledky spojené s jeho uplatňováním. V českém prostředí je implementace lidskoprávního přístupu zkoumána pomocí případové studie ve dvou významných NNO. This thesis seeks to describe the development and theoretical anchoring of the concept of the human rights-based approach (HRBA) in the context of development cooperation and to examine how it is taken into account by Czech NGOs. The theoretical part focuses in particular on the still controversial issues related to the universalism and cultural relativism of human rights, as well as their mostly individualistic nature. Then, the gradual penetration of human rights into international development discourse and the role and specifics of development NGOs are described in more detail. The thesis presents theoretical insights and concrete examples of the application of the human rights-based approach by NGOs. Critical perspectives and problematic implications associated with its application by NGOs are also discussed. In the Czech environment, the implementation of the HRBA is examined through a case study of two prominent NGOs.
Keywords:
Lidská práva,lidskoprávní přístup; rozvoj; nestátní neziskové organizace; participace; odpovědnost; Human rights; human rights-based approach; development; non-governmental organisations; participation; accountability
Available in a digital repository NRGL
Implementation of the human rights-based approach in development cooperation by Czech non-governmental non-profit organizations
Diplomová práce si klade za cíl popsat vývoj a teoreticky ukotvit koncept lidskoprávního přístupu (tzv. HRBA) v kontextu rozvojové spolupráce a zjistit jeho zohledňování českými neziskovými ...
Detekce skupin v davech pomocí časoprostorových dat
Říha, David; Hartman, David; Neruda, Roman
2024 - Czech
Tato diplomová práce se zabývá detekcí skupin v davech a představuje algoritmus obohacený o sociologické poznatky o obvyklých formacích skupin mezi chodci. Navrhovaný algoritmus prokazuje srovnatelnou úspěšnost s existujícími řešeními - Time-sequence DBSCAN a Agglomerative Hierarchical Clustering, s využitím datasetu DIAMOR pro testování a porovnání. Kromě toho představujeme validační nástroj, který potenciálně dokáže zdokonalit výsledky existujících algoritmů na základě kritéria pro tvar skupiny, což vede k zlepšení přesnosti identifikace skupin. Klíčová slova: detekce skupin; clustering; analýza tvaru skupin; chování chodců; This thesis addresses the challenge of social group detection in crowds, presenting an algorithm informed by sociological insights into common group formations among pedestrians. Our proposed algorithm demonstrates comparable performance to existing solutions - Time-sequence DBSCAN and Agglomerative Hierarchical Clustering with Hausdorff Distance, using the DIAMOR dataset for testing and comparison. Additionally, we introduce a validator tool potentially capable of refining results from existing algorithms based on a group shape criterion, leading to improved accuracy in identifying groups. Keywords: groups detection; clustering; group shape analysis; pedestrian behavior;
Keywords:
chování davu|skupiny chodců|detekce skupin|clustering; crowd behavior|pedestrian groups|group detection|clustering
Available in a digital repository NRGL
Detekce skupin v davech pomocí časoprostorových dat
Tato diplomová práce se zabývá detekcí skupin v davech a představuje algoritmus obohacený o sociologické poznatky o obvyklých formacích skupin mezi chodci. Navrhovaný algoritmus prokazuje srovnatelnou ...
Sentence representations with similarity interpretation
Svobodová, Zuzana; Hudeček, Vojtěch; Libovický, Jindřich
2024 - Czech
Větné reprezentace - tzv. embeddingy, získané z modelů neuronových sítí, tvoří jádro mnoha aplikací jak v akademickém prostředí, tak v průmyslu. Ačkoliv embed- dingy dosahují vynikajících výsledků v korelaci s lidským vnímáním větné podobnosti, často chybí vysvětlení, proč modely rozhodly o větách, že jsou podobné či nepodobné. V této práci se snažíme zvýšit interpretovatelnost embeddingů začleněním různých sé- mantických anotací do průběhu tréninku modelu. Představujeme takto natrénovaný model SBERTslice, který vytváří embeddingy schopné rozlišovat různé sémantické vlast- nosti textu, včetně prvků jako je negace, sentiment, jmenné entity, emocionální tón a sémantické vztahy mezi větným slovesem a dalšími slovy ve větě. Otestovali jsme embeddingy generované modelem SBERTslice v určování sémantické podobnosti vět a klasifikaci textu, kde SBERTslice ve většině případů překonal původní model SBERT. 1 Sentence representations - embeddings - obtained from neural network models are the core part of many applications in both academia and industry. Although embeddings reach great results in correlation with human sense of sentence similarity, there is often a lack of explanation for why models choose sentences to be similar. In this thesis, we strive to increase the interpretability of model embeddings by incorporating different semantic sentence level annotations in the learning process. We introduce a model called SBERTslice that produces embeddings that can distinguish nuanced semantic variations in text, including elements like negation, sentiment, named entities, emotional tone, and verb-oriented relation between words in a text. We evaluated SBERTslice embeddings in various text classification and semantic sim- ilarity tasks and for a majority of them, SBERTslice outperformed the original SBERT. 1
Keywords:
neuronové sítě|větné embeddingy; neural networks|sentence embeddings
Available in a digital repository NRGL
Sentence representations with similarity interpretation
Větné reprezentace - tzv. embeddingy, získané z modelů neuronových sítí, tvoří jádro mnoha aplikací jak v akademickém prostředí, tak v průmyslu. Ačkoliv embed- dingy dosahují vynikajících výsledků v ...
Individual Giving in Humanitarian and Development Organisations of the Civic Society
Schramm, Filip; Dohnalová, Marie; Frič, Pavol
2024 - Czech
Diplomová práce se zabývá problematikou individuálního dárcovství v organizacích občanské společnosti zaměřujících se na humanitární pomoc a rozvojovou spolupráci. Cílem práce je zjistit, zda v těchto organizacích převládá manažerský, nebo misionářský přístup v oblasti individuálního dárcovství. Teoretická část přináší poznatky z odborné literatury o organizacích občanské společnosti, jejich financování s důrazem na individuální dárcovství a o oblasti humanitární pomoci a rozvojové spolupráce. Empirická část obsahuje analýzu získaných dat prostřednictvím výročních zpráv jednotlivých organizací a dotazníkového šetření, výsledky výzkumu a doporučení pro praxi. The diploma thesis deals with an issue of individual giving in organisations of the civic society aiming at humanitarian aid and official development assistance. The goal of the thesis is to reveal whether there is an executive or missionary approach in the field of individual giving. The theoretical part provides information from the professional literature about civic society organisations, their financing with an emphasis on individual giving as well as about the field of humanitarian aid and official development assistance. The empiric part contains an analysis of obtained data through annual reports of individual organisations and questionnaire construction, results of the research and practical recommendations.
Keywords:
individuální dárcovství; občanský sektor; organizace občanské společnosti; financování; humanitární pomoc; rozvojová spolupráce; individual giving; civic sector; civic society organisation; financing; humanitarian aid; official development assistance
Available in a digital repository NRGL
Individual Giving in Humanitarian and Development Organisations of the Civic Society
Diplomová práce se zabývá problematikou individuálního dárcovství v organizacích občanské společnosti zaměřujících se na humanitární pomoc a rozvojovou spolupráci. Cílem práce je zjistit, zda v těchto ...
Retinopathy Detection in Retina Images using Machine Learning
Kubový, Jan; Trunda, Otakar; Holeňa, Martin
2024 - Czech
Ve spolupráci s Institutem klinické a experimentální medicíny (IKEM) a jejich histo- rických dat z vyšetření byla natrénována konvoluční neuronová síť rozpoznávající diabe- tickou retinopatii ze snímků sítnice. Cílem práce bylo vytvořit model strojového učení, který bude možné využít ve zdravotnickém zařízení IKEM za cílem zjednodušit a pří- padně zrychlit vyšetření. Součástí projektu byla také tvorba webové stránky, která umož- ňuje snadné spouštění natrénovaného modelu lékařem s pouze základní znalostí ovládání počítače. I přesto, že neuronová síť dosahuje dobrých výsledků, je třeba zdůraznit její omezenou univerzálnost z důvodu malé velikosti modelu a jednotvárnosti poskytnutých oftalmologických dat z jednoho typu fundus kamery. Navržené řešení bude podrobeno testování v provozním prostředí nemocnice. Neuronová síť není zamýšlena jako náhrada lékaře, ale jako nástroj, který mu může asistovat v diagnostickém procesu. 1 In collaboration with the Institute for Clinical and Experimental Medicine (IKEM) and leveraging their historical examination data, we developed a convolutional neural net- work trained to identify diabetic retinopathy from retinal images. The primary objective of this project was to establish a machine learning model applicable within the medi- cal setting of IKEM, streamlining and potentially expediting the examination process. Additionally, we designed a user-friendly website to facilitate the straightforward utiliza- tion of the trained model by physicians possessing only basic computer skills. While the neural network demonstrates good results, it is crucial to underscore its restricted adapt- ability, attributed to the compact model size and the monotonic nature of ophthalmic data sourced from a specific type of fundus camera. The proposed solution is slated for testing in a real hospital operational environment. The neural network is not intended as a replacement for the physician, but as a tool that can assist the physician in diagnostic process. 1
Keywords:
Strojové učení|Zpracování obrazu|Retinopatie|Neuronové sítě|Diagnóza; Machine Learning|Image Processing|Retinopathy|Neural networks|Medical diagnosis
Available in a digital repository NRGL
Retinopathy Detection in Retina Images using Machine Learning
Ve spolupráci s Institutem klinické a experimentální medicíny (IKEM) a jejich histo- rických dat z vyšetření byla natrénována konvoluční neuronová síť rozpoznávající diabe- tickou retinopatii ze ...
Soutež Algonauts 2023: predikce lidské fMRI aktivity při stimulaci vizuálními stimuli
Petliak, Nataliia; Antolík, Ján; Bojar, Ondřej
2024 - English
V této diplomové práci zkoumáme využití předtrénovaných hlubokých neuronových sítí, zejména Vision Transformers (ViT), pro predikce lidské fMRI aktivity při stimu- laci vizuálními stimuli. Dataset z Algonauts Challenge 2023, která slouží jako rozsáhlý standard pro data fMRI lidského mozku, nám umožňuje hodnotit výkon ViT ve srovnání s etablovanými architekturami CNN, jako jsou VGG a ResNet. Naše studie zdůrazňuje složitost tohoto úkolu, zejména při přesném modelování různorodých oblastí celé vizuální kůry. Identifikujeme konkrétní vrstvy ViT, které jsou v souladu s hierarchickým zpra- cováním mozku a ukazují se jako nejpředpovědnější. Jedním z omezení, na které jsme narazili u předtrénovaného ViT, je jeho snížená adaptabilita kvůli vrozené variabilitě subjektů. Toto omezení zdůrazňuje výzvu ve vývoji jediného modelu, který je univer- zálně účinný pro různé jedince. Abychom toto řešili, implementujeme iterativní strategii trénování, začínající vrstvami, které fungují nejlépe napříč všemi subjekty, následované jemným laděním pro specifické vizuální oblasti jednotlivých subjektů. Navzdory těmto snahám se účinnost ViT liší; u některých subjektů dosahuje uspokojivých výsledků, ale u jiných se potýká, zejména ve word-selectivnich oblastech. Přidání textových dat ke vstupu vede ke zlepšení výkonu modelu v... In this thesis, we investigate the application of pretrained Deep Neural Networks, par- ticularly Vision Transformers (ViT), for predicting human fMRI activity in response to visual stimulation. The Algonauts Challenge 2023 dataset, serving as a large-scale bench- mark of human fMRI data, allows us to assess the performance of ViT in comparison with established CNN architectures like VGG and ResNet. Our study highlights the complex- ity of this task, especially in accurately modeling the diverse regions of the full visual cortex. We identify specific ViT layers that align with the brain's hierarchical processing and prove to be the most predictive. However, one of the limitations we encounter with pretrained ViT is its reduced adaptability due to inherent subject variability. This limi- tation underscores the challenge in developing a single model that is universally effective across different individuals. To address this, we implement an iterative training strategy, starting with the layers that perform best across all subjects, followed by fine-tuning for specific visual areas in individual subjects. Despite these efforts, the effectiveness of ViT varies; it performs satisfactorily in some subjects but struggles in others, particu- larly in word-selective regions. The incorporation of textual data...
Keywords:
hluboké učení|predikce fMRI|vizualní stimuly|vision transformers; deep learning|fMRI prediction|visual stimuli|vision transformers
Available in a digital repository NRGL
Soutež Algonauts 2023: predikce lidské fMRI aktivity při stimulaci vizuálními stimuli
V této diplomové práci zkoumáme využití předtrénovaných hlubokých neuronových sítí, zejména Vision Transformers (ViT), pro predikce lidské fMRI aktivity při stimu- laci vizuálními stimuli. Dataset z ...
NRGL provides central access to information on grey literature produced in the Czech Republic in the fields of science, research and education. You can find more information about grey literature and NRGL at service web
Send your suggestions and comments to nusl@techlib.cz
Provider
Other bases