Rozšíření architektury neuronové sítě

dc.contributor.advisorMouček Roman, Ing. Ph.D.
dc.contributor.authorKalivoda, Roman
dc.contributor.refereeVařeka Lukáš, Ing. Ph.D.
dc.date.accepted2020-6-16
dc.date.accessioned2020-11-10T00:38:58Z
dc.date.available2019-10-7
dc.date.available2020-11-10T00:38:58Z
dc.date.issued2020
dc.date.submitted2020-5-7
dc.description.abstractImpulsní 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.description.abstract-translatedSpiking 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.description.resultObhájenocs
dc.format47 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier82905
dc.identifier.urihttp://hdl.handle.net/11025/41790
dc.language.isoenen
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectneuronové sítěcs
dc.subjectimpulsní neuronové sítěcs
dc.subject.translatedneural networksen
dc.subject.translatedspiking neural networksen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-programInženýrská informatikacs
dc.titleRozšíření architektury neuronové sítěcs
dc.title.alternativeExtension of neural network architectureen
dc.typebakalářská prácecs
local.relation.IShttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=82905

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
A16B0049P__Extension_of_neural_network_architecture.pdf
Size:
2.4 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
No Thumbnail Available
Name:
A16B0049P__Hodnoceni.pdf
Size:
414.67 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
No Thumbnail Available
Name:
A16B0049P__Posudek.pdf
Size:
190.35 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
No Thumbnail Available
Name:
A16B0049P__Obhajoba.pdf
Size:
92.44 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce