Fakulta elektrotechniky a informatiky / Faculty of Electrical Engineering and Informatics
Stálý URI pro tuto komunituhttps://hdl.handle.net/10195/3847
Práce obhájené před rokem 2008 jsou uloženy pouze v kolekci Vysokoškolské kvalifikační práce
Procházet
583 výsledky
Search Results
Článekpeer-reviewedpublished Otevřený přístup A novel approach for Tool-Narayanaswamy-Moynihan model parameter extraction using multi-scale neural model(Elsevier, 2025) Pakosta, Marek; Doležel, Petr; Svoboda, RomanThe accurate determination of parameters in the Tool-Narayanaswamy-Moynihan (TNM) model, which describes the viscoelastic behavior of glass-forming materials, is crucial for predicting material responses through various thermal histories. Traditional methods rely heavily on curve-fitting techniques; however, these often fail due to noise in the data. Furthermore, traditional methods are computationally intensive and prone to inaccuracies, particularly when dealing with complex datasets or when the initial parameter guesses are far from optimal; also, they require a skilled personnel. In this study, we propose the application of a multi-scale convolutional neural network (MCNN) as a machine learning approach to address these challenges. The MCNN model is trained on a comprehensive simulated dataset encompassing a wide range of TNM parameters, allowing it to learn intricate patterns and dependencies within the data that are difficult to capture with conventional methods. Our results show that the MCNN significantly improves the accuracy of the parameter estimations for and across the entire spectrum of tested conditions, achieving performance that is not only comparable to, but often surpasses, traditional curve-fitting methods. Furthermore, the MCNN demonstrates superior robustness when initial parameter estimates are suboptimal or when the dataset exhibits significant noise. Although the prediction accuracy for the activation energy and the pre-exponential factor was somewhat lower, the method still provides valuable estimates that can be refined with supplementary techniques. This work highlights the potential of machine learning approaches like MCNN to revolutionize the parameter extraction process in complex physical models, reducing the reliance on manual curve-fitting and providing a more automated, scalable solution. We also analyze the primary sources of prediction errors in the MCNN outputs and offer insights into future improvements, including model architecture refinements and the integration of additional physical constraints. Our findings suggest that this approach can be extended to other domains where similar models are employed, paving the way for broader applications of machine learning in materials science.Bakalářská práce Otevřený přístup Řešení vybraných typů diferenciálních rovnic s podporou Matlabu(Univerzita Pardubice, 2025) Mládek, Daniel; Zahrádka, JaromírTato práce se zaměřuje na základní definici diferenciálních rovnic prvního a vyššího řádu a na studium numerických metod, zejména metody Runge-Kutta. Dále se zabývá zavedením těchto metod do programovacího prostředí Matlab.Bakalářská práce Otevřený přístup Vizualizace dat v Javascriptových aplikacích pomocí knihovny D3.js(Univerzita Pardubice, 2025) Slavíček, Jakub; Panuš, JanBakalářská práce se zabývá využitím knihovny D3.js ve webových aplikacích pro vizualizaci dat. Cílem teoretické části je seznámit čtenáře s možnostmi této knihovny pro vizualizaci různých typů dat, a následně zhodnotit výhody a nevýhody používání knihovny D3.js ve srovná-ní s alternativními nástroji jazyka Javascript pro vizualizaci dat. Cílem praktické části, je vytvořit webovou aplikaci, která bude využívat knihovnu D3.js pro vizualizaci dat. Aplikace umožní uživateli nahrát vlastní data. Dále mu umožní vizualizovat tato data pomocí různých druhů datových vizualizací, například grafů, diagramů nebo mapových vizualizací.Bakalářská práce Otevřený přístup Mobilní aplikace pro zlepšení organizace a komunikace ve sportovních týmech(Univerzita Pardubice, 2025) Čížek, Matyáš; Panuš, JanCílem bakalářské práce je vytvoření mobilní aplikace pro platformu Android zajišťující lepší organizaci a komunikaci ve sportovních týmech. Hlavní funkcí aplikace bude plánování sportovních událostí, jako například tréninky nebo zápasy, zaznamenávání účastí a absencí hráčů na událostech a komunikace v týmu pomocí chatu. Teoretická část se bude věnovat obecnému vývoji aplikací pro Android a možnostem využití platformy Firebase pro tvorbu aplikací. Součástí bude také analýza již existujících řešení. Praktická část bude věnována návrhu a implementaci konkrétní aplikace v jazyce Kotlin.Bakalářská práce Otevřený přístup Kvízová aplikace pro podporu učení(Univerzita Pardubice, 2025) Žoldák, Martin; Pozdílek, MartinCílem této bakalářské práce je vytvoření mobilní kvízové aplikace pro podporu výuky. Aplikace bude uživateli s rolí učitele umožňovat vytvořit a spravovat online kvízy a dotazníky. Anonymní uživatelé a uživatelé s rolí studenta budou mít možnost daný kvíz spustit, vyplnit odpovědi a výsledky odeslat na server. Odeslané výsledky budou zpracovány a zobrazeny ve výstupní sestavě.Bakalářská práce Otevřený přístup Derivace funkcí s podporou Matlabu(Univerzita Pardubice, 2025) Pešout, Martin; Zahrádka, JaromírTato bakalářská práce se zabývá problematikou derivací funkcí jedné reálné proměnné s využitím prostředí MATLAB. V práci jsou zahrnuty jak teoretické základy derivací, tak i jejich praktické výpočty, a to jak tradičním způsobem, tak i za pomocí MATLABu. Důraz je kladen na implementaci metod pomocí vytvoření a následného využití M-skriptů pro výpočet ilustračních příkladů.Disertační práce Otevřený přístup Optimalizace datové vrstvy databázových aplikací(Univerzita Pardubice, 2024) Majerík, Filip; Kvet, Michal (školitel/ka); Forgáč, Radoslav; Poulová, PetraCílem této disertační práce je optimalizace komunikační vrstvy mezi aplikační a databázovou vrstvou prostřednictvím objektově-relačního mapování (ORM) a návrh optimalizačních technik, které zvýší efektivitu a stabilitu aplikací. S rostoucí digitalizací a složitostí systémů se ORM frameworky stávají standardem pro práci s databázemi, přičemž usnadňují vývoj díky kvalitní abstrakci datové vrstvy. Použití ORM frameworků však zavádí výkonnostní problémy, které mohou výrazně ovlivnit stabilitu a chování aplikace. Hlavním cílem této disertační práce je proto navrhnout vzor datové vrstvy, který zajistí co nejefektivnější přístup k datům při použití objektově-orientovaného paradigmatu v kombinaci s ORM. Součástí výzkumu je i porovnání efektivity tradičních ORM přístupů s navrženým řešením Inteligentní datové vrstvy (IDL) v různých prostředích, s různými databázovými systémy a pro různé velikosti datasetů, aby se potvrdily praktické přínosy navrženého vzoru.Disertační práce Otevřený přístup Aplikace hlubokých neuronových sítí při zpracování obrazu(Univerzita Pardubice, 2024) Štursa, Dominik; Doležel, Petr (školitel); Komínková Oplatková, Zuzana; Kotyrba, MartinTato práce se zabývá aplikací hlubokých neuronových sítí v oblasti zpracování statických dvourozměrných obrazových dat. Cílem je zkoumat extrakci a klasifikaci klíčových vlastností obrazů a aplikovat tyto poznatky pro rozpoznávání, klasifikaci, lokalizaci a detekci objektů v obrazových datech. Výzkum se zaměřuje na ověření hypotézy o schopnosti hlubokých neuronových sítí efektivně zpracovávat a interpretovat obrazová data, přičemž klade důraz na návrh a optimalizaci vhodných architektur neuronových sítí. Práce dále obsahuje rozvoj metodiky pro zobecnění detekce objektů transformací vlastností do pravděpodobnostních map. Výsledkem práce je také soubor aplikací, kde lze efektivně využít navržené transformační metody, jako je sledování osob ve veřejném prostoru nebo přesná detekce klíčových bodů na objektech pro robotické uchopování a manipulaci.Diplomová práce Otevřený přístup Mobilní systém pro příjem a dekódování Mode S zpráv(Univerzita Pardubice, 2024) Pejřil, Jan; Pidanič, Jan; Juryca, KarelDiplomová práce se zabývá návrhem mobilního přijímače s využitím softwarově definovaného rádia Adalm-Pluto a mikropočítače Raspberry Pi 4 pro příjem a dekódování Mode S zpráv. Teoretická část je věnována problematice sekundární radiolokalizace a rozboru používaných módů. V praktické části je popsán použitý hardware a design navrženého zařízení. Část věnována vývoji softwaru popisuje navržený program pro příjem, demodulaci a dekódování Mode S zpráv. V závěru práce jsou popsány jednotlivé metody pro ověření funkčnosti celého systému s jejich vyhodnocením.Diplomová práce Otevřený přístup Návrh anténního systému pro mobilní pozemní odpovídač ADS-B(Univerzita Pardubice, 2024) Zikešová, Aneta; Rejfek, Luboš; Juryca, KarelV úvodu diplomové práce je přiblížen princip radiolokace, konkrétně princip systému ADS-B, a je krátce pojednáno o anténách a jejich vlastnostech. V dalších částech je pak popsán postup návrhu anténního systému pro mobilní pozemní odpovídač ADS-B. Nejprve je řešen návrh samostatného zářiče, jeho výroba a měření jeho parametrů. Poté je přiblížen návrh anténní řady včetně definice fází a amplitud signálu, kterým musí být řada buzena, aby bylo dosaženo požadovaného tvaru vyzařovacího diagramu. Další část se věnuje návrhu signálových rozvodů, díky kterým bude požadovaných fází a amplitud na jednotlivých zářičích dosaženo. Na závěr jsou diskutovány skutečné naměřené parametry anténního systému vyrobeného na základě návrhu.
