Full metadata record
DC pole | Hodnota | Jazyk |
---|---|---|
dc.contributor.advisor | Mouček Roman, Ing. Ph.D. | |
dc.contributor.author | Kalivoda, Roman | |
dc.contributor.referee | Vařeka Lukáš, Ing. Ph.D. | |
dc.date.accepted | 2020-6-16 | |
dc.date.accessioned | 2020-11-10T00:38:58Z | - |
dc.date.available | 2019-10-7 | |
dc.date.available | 2020-11-10T00:38:58Z | - |
dc.date.issued | 2020 | |
dc.date.submitted | 2020-5-7 | |
dc.identifier | 82905 | |
dc.identifier.uri | http://hdl.handle.net/11025/41790 | |
dc.description.abstract | Impulsní neuronové sítě jsou variantou umělých neuronových sítí, které jsou navrženy, aby simulovaly přirozenou rozptýlenost a asynchronii pozorovanou u biologických neuronových sítí. Pokrok v nedávné době umožnil vytváření vícevrstvých impulsních sítí. S tím se objevila i snaha dosáhnout podobných úspěchů jako s klasickými vícevrstvými sítěmi. Objevily se také snahy o opětovné využití již existujících a populárních architektur klasických neuronových sítí. Ty mohou být například použity během procesu učení a nahrazeny impulsními sítěmi až v provozu. Tato práce analyzuje hlavní metody využité při vytváření impulsních sítí a porovnává nástroje pro jejich simulaci. Také bylo ukázáno použití impulsní neuronové sítě na detekci kognitivních evokovaných potenciálů v EEG datech. | cs |
dc.format | 47 s. | cs |
dc.format.mimetype | application/pdf | |
dc.language.iso | en | en |
dc.publisher | Západočeská univerzita v Plzni | cs |
dc.rights | Plný text práce je přístupný bez omezení. | cs |
dc.subject | neuronové sítě | cs |
dc.subject | impulsní neuronové sítě | cs |
dc.title | Rozšíření architektury neuronové sítě | cs |
dc.title.alternative | Extension of neural network architecture | en |
dc.type | bakalářská práce | cs |
dc.thesis.degree-name | Bc. | cs |
dc.thesis.degree-level | Bakalářský | cs |
dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | cs |
dc.thesis.degree-program | Inženýrská informatika | cs |
dc.description.result | Obhájeno | cs |
dc.rights.access | openAccess | en |
dc.description.abstract-translated | Spiking neural networks (SNNs) are artificial neural networks designed to mimic sparse and asynchronous nature of information processing observed in biology. In recent years, deep spiking networks emerged with efforts to draw on experiences with classic deep networks. There also appeared attempts to reuse the available state-of-the-art analogue neural networks (ANNs) completely, and replace the neurons for inference. This thesis contributes with analysis of the dominant methods used in the development of SNNs, and comparison of the major SNN simulation platforms. An application of the SNNs was demonstrated on detection of event-related potentials in EEG data. | en |
dc.subject.translated | neural networks | en |
dc.subject.translated | spiking neural networks | en |
Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
A16B0049P__Extension_of_neural_network_architecture.pdf | Plný text práce | 2,46 MB | Adobe PDF | Zobrazit/otevřít |
A16B0049P__Hodnoceni.pdf | Posudek vedoucího práce | 414,67 kB | Adobe PDF | Zobrazit/otevřít |
A16B0049P__Posudek.pdf | Posudek oponenta práce | 190,35 kB | Adobe PDF | Zobrazit/otevřít |
A16B0049P__Obhajoba.pdf | Průběh obhajoby práce | 92,44 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/41790
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.