Browsing by Author "Langr, Václav"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- ItemMultiplatformní aplikace pro hlasové ovládání(2018-6-12) Langr, Václav; Červa Petr, Ing. Ph.D. : 55712; Laurin Josef, doc. Ing. CSc. Skolitel : 55347; Smola Ondřej, Ing. Konzultant : 64735; Krátká Dita, Ing. Konzultant2 : 65745Tato diplomová práce se zaměřuje na vývoj nové generace již existujícího řešení pro ovládání osobního počítače pouze pomocí rozpoznaných hlasových povelů. Diplomová práce provází použitým typem parametrizace, samotným detekováním řečových a neřečových segmentů, rozpoznáním hlasového povelu a následným vykonáním rozpoznaného povelu. Zároveň ukazuje strukturu možných povelů a její rozšiřitelnost.Vypracování probíhalo v několika navazujících krocích. Nejdůležitější částí bylo vytvoření knihovny pro samotnou parametrizaci vstupního audio signálu. Po této fázi následovalo vytvoření dalšího modulu pro detekci řečových úseků a jejich odeslání rozpoznávacímu serveru. Po úspěšně zvládnutém odesílání řečových segmentů následuje konstrukce struktury pro samotné ovládání počítače.Po konečném vytvoření potřebných modulů autor přistoupil k tvorbě samotné multiplatformní aplikace. Vytváření probíhalo pomocí knihovny Electron, která umožňuje tvorbu aplikací s využitím běžně dostupných webových technologií, např. HTML, CSS nebo JavaScript.
- ItemŘešení optimalizační úlohy LASSO pomocí proximálních algoritmů(2015-09-14) Langr, Václav; Koldovský Zbyněk, doc. Ing. Ph.D.; Skolitel : 64111 Ducháčková Eva, prof. Ing. CSc.; Konzultant : 61653 Málek Jiří, Ing. Ph.D.; Konzultant2 : 59772 Vlach Jaroslav, Ing. Ph.D.Tato bakalářská práce je zaměřena na rekonstrukci řídkého vektoru z jeho komprimovaného pozorování. Pro rekonstrukci se využívá optimalizačního problému LASSO a jeho řešení pomocí proximálních algoritmů. Po vytvoření takového algoritmu, který je schopen původní signál rekonstruovat, se využívá metody Monte Carlo pro pozorování závislosti chyby řešení na parametru lambda. U takto získaného výpočtu je zjištěna kvadratická chyba řešení LASSO vzhledem k původnímu vektoru dat.Vypracování bylo rozděleno do několika navazujících částí. Prvním a také nejdůležitějším krokem bylo nastudování vlastností proximálních algoritmů a výpočet proximálního operátora při různých vstupních funkcích. Po takto provedené rešerši proximálních algoritmů proběhla také rešerše vlastností optimalizační úlohy LASSO a jejích variant. V dalším kroku bylo možné přistoupit k implementaci algoritmu v programovacím jazyce a vývojovém prostředí MATLAB. Při postupné implementaci byl algoritmus upraven tak, aby vždy zkonvergoval ke správnému nebo alespoň co nejbližšímu přibližnému řešení optimalizačního problému. Z tohoto důvodu byl algoritmus rozšířen o podmínky optimality, jež ukončují výpočet při dosažení poměrně přesné aproximace. Dále byl algoritmus rozšířen o výpočet dynamické velikosti kroku, aby uživatel nemusel zadávat tento parametr, který velice ovlivňuje celkový chod algoritmu. S takto připraveným algoritmem mohla být použita metodika Monte Carlo k vytvoření numerické simulace, jež generuje nekomprimovaný řídký vektor dat, měřící matice s prvky, které mají Gaussovo rozložení a parametr lambda v zadaném rozsahu s logaritmickým rozdělením. Závěrečnou fází této práce bylo vytvoření metod vytvářející analytickou předpověď spolu s numerickou simulací pro rešeršní účely.Zároveň tato práce navrhuje způsoby, jak může být pokračováno s nástroji, jež byly vytvořeny v průběhu jejího zpracování a získat tak přesnější výsledky.