Výsledky vyhledávání

  1. 1.
    0405469 - UIVT-O 330844 RIV FR eng C - Konferenční příspěvek (zahraniční konf.)
    Šebesta, Václav - Tučková, J.
    The Extraction of Markers for the Training of Neural Network Dedicated for the Speech Prosody Control.
    [Výběr markerů pro učení neuronové sítě, určené pro řízení prozodie hlasového syntezátoru.]
    Novel Applications of Neural Networks in Engineering. Douai: École des Mines de Douai, 2005 - (Lecoeuche, S.; Tsaptsinos, D.), s. 245-250
    [EANN'05. International Conference on Engineering Applications of Neural Networks /9./. Lille (FR), 24.08.2005-26.08.2005]
    Grant CEP: GA ČR GA102/05/0278
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: neural network application * speech processing * prosody control * data mining * GUHA method
    Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
    Trvalý link: http://hdl.handle.net/11104/0125632
     
     
  2. 2.
    0398493 - ÚI 2015 RIV NL eng J - Článek v odborném periodiku
    Frolov, A. A. - Húsek, Dušan - Polyakov, P.Y. - Snášel, V.
    New BFA Method Based on Attractor Neural Network and Likelihood Maximization.
    [Nová metoda BFA založená na atraktorové neuronové síti a maximalizaci věrohodnostní funkce.]
    Neurocomputing. Roč. 132, 20 May (2014), s. 14-29. ISSN 0925-2312. E-ISSN 1872-8286
    Grant ostatní: GA MŠk(CZ) ED1.1.00/02.0070; GA MŠk(CZ) EE.2.3.20.0073
    Program: ED
    Institucionální podpora: RVO:67985807
    Klíčová slova: recurrent neural network * associative memory * Hebbian learning rule * neural network application * data mining * statistics * Boolean factor analysis * information gain * dimension reduction * likelihood-maximization * bars problem
    Kód oboru RIV: IN - Informatika
    Impakt faktor: 2.083, rok: 2014
    Trvalý link: http://hdl.handle.net/11104/0225993
     
     
  3. 3.
    0382475 - ÚI 2016 RIV US eng J - Článek v odborném periodiku
    Frolov, A. - Húsek, Dušan - Polyakov, P.Y.
    Comparison of Seven Methods for Boolean Factor Analysis and Their Evaluation by Information Gain.
    IEEE Transactions on Neural Networks and Learning Systems. Roč. 27, č. 3 (2016), s. 538-550. ISSN 2162-237X. E-ISSN 2162-2388
    Grant CEP: GA MŠMT ED1.1.00/02.0070
    Institucionální podpora: RVO:67985807
    Klíčová slova: associative memory * bars problem (BP) * Boolean factor analysis (BFA) * data mining * dimension reduction * Hebbian learning rule * information gain * likelihood maximization (LM) * neural network application * recurrent neural network * statistics
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 6.108, rok: 2016
    Trvalý link: http://hdl.handle.net/11104/0212684
     
     
  4. 4.
    0376630 - ÚI 2013 CZ cze V - Výzkumná zpráva
    Húsek, Dušan - Frolov, A. A. - Polyakov, P.Y.
    Hybrid Method of Boolean Factor Analysis.
    Prague: ICS AS CR, 2011. 23 s. Technical Report, V-1115.
    Grant CEP: GA ČR GAP202/10/0262; GA ČR GA205/09/1079
    Grant ostatní: GA MŠk(CZ) ED1.1.00/02.0070
    Program: ED
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: recurrent neural network * associative memory * neural network application * statistics * likelihood maximization * Boolean factor analysis * information gain * expectation-maximization * dendritic inhibition * Boolean matrix factorization * bars problem
    Kód oboru RIV: IN - Informatika
    Trvalý link: http://hdl.handle.net/11104/0208982
    Název souboruStaženoVelikostKomentářVerzePřístup
    v1115-11.pdf321.2 MBJinápovolen
     
     
  5. 5.
    0368431 - ÚI 2012 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
    Frolov, A. A. - Húsek, Dušan - Polyakov, P.Y.
    Expectation-Maximization Approach to Boolean Factor Analysis.
    IJCNN 2011 Conference Proceedings. Piscataway: IEEE, 2011, s. 559-566. ISBN 978-1-4244-9636-5.
    [IJCNN 2011. International Joint Conference on Neural Networks. San Jose (US), 31.07.2011-05.08.2011]
    Grant CEP: GA ČR GAP202/10/0262; GA ČR GA205/09/1079; GA MŠMT(CZ) 1M0567
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: Boolean factor analysis * bars problem * dendritic inhibition * expectation-maximization * neural network application * statistics
    Kód oboru RIV: IN - Informatika
    Trvalý link: http://hdl.handle.net/11104/0202775
    Název souboruStaženoVelikostKomentářVerzePřístup
    a0368431.pdf2573 KBVydavatelský postprintvyžádat
     
     
  6. 6.
    0359156 - ÚI 2012 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
    Frolov, A. A. - Húsek, Dušan - Polyakov, P.Y.
    New Measure of Boolean Factor Analysis Quality.
    Adaptive and Natural Computing Algorithms. Part I. Vol. 1. Heidelberg: Springer, 2011 - (Dobnikar, A.; Lotrič, U.; Šter, B.), s. 100-109. Lecture Notes in Computer Science, 6593. ISBN 978-3-642-20281-0. ISSN 0302-9743.
    [ICANNGA'2011. International Conference /10./. Ljubljana (SI), 14.04.2011-16.04.2011]
    Grant CEP: GA ČR GAP202/10/0262; GA ČR GA205/09/1079
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: Boolean factor analysis * information gain * expectation-maximization * associative memory * neural network application * Boolean matrix factorization * bars problem * Hopfield neural network
    Kód oboru RIV: IN - Informatika
    Trvalý link: http://hdl.handle.net/11104/0196992
    Název souboruStaženoVelikostKomentářVerzePřístup
    a0359156.pdf1275 KBVydavatelský postprintvyžádat
     
     
  7. 7.
    0348321 - ÚI 2011 CZ eng V - Výzkumná zpráva
    Húsek, Dušan - Frolov, A. - Polyakov, P.Y.
    Analysis and Evaluation of Different Methods for Barr Problem Solving.
    Prague: ICS AS CR, 2010. 27 s. Technical Report, V-1082.
    Grant CEP: GA ČR GAP202/10/0262; GA ČR GA205/09/1079; GA MŠMT(CZ) 1M0567
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: recurrent neural network * associative memory * neural network application * statistics * Boolean factor analysis * information gain * expectation-maximization, * dendritic inhibition * Boolean matrix factorization * bars problem
    Kód oboru RIV: IN - Informatika
    Trvalý link: http://hdl.handle.net/11104/0188882
    Název souboruStaženoVelikostKomentářVerzePřístup
    v1082-10.pdf191.2 MBJinápovolen
     
     
  8. 8.
    0321649 - ÚI 2010 RIV US eng J - Článek v odborném periodiku
    Frolov, A. A. - Húsek, Dušan - Polyakov, P.Y.
    Recurrent Neural Network Based Boolean Factor Analysis and its Application to Word Clustering.
    [Booleovská faktorová analýza založená na rekurentní neuronové síti a její aplikace na shlukování slov.]
    IEEE Transactions on Neural Networks. Roč. 20, č. 7 (2009), s. 1073-1086. ISSN 1045-9227
    Grant CEP: GA MŠMT(CZ) 1M0567
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: recurrent neural network * Hopfield-like neural network * associative memory * unsupervised learning * neural network architecture * neural network application * statistics * Boolean factor analysis * concepts search * information retrieval
    Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
    Impakt faktor: 2.889, rok: 2009
    Trvalý link: http://hdl.handle.net/11104/0170122
     
     
  9. 9.
    0083501 - ÚI 2008 RIV US eng J - Článek v odborném periodiku
    Frolov, A. A. - Húsek, Dušan - Muraviev, I. P. - Polyakov, P.Y.
    Boolean Factor Analysis by Attractor Neural Network.
    [Boolevská faktorová analýza pomocí atraktorové neuronové sítě.]
    IEEE Transactions on Neural Networks. Roč. 18, č. 3 (2007), s. 698-707. ISSN 1045-9227
    Grant CEP: GA AV ČR 1ET100300419; GA ČR GA201/05/0079
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: recurrent neural network * Hopfield-like neural network * associative memory * unsupervised learning * neural network architecture * neural network application * statistics * Boolean factor analysis * dimensionality reduction * features clustering * concepts search * information retrieval
    Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
    Impakt faktor: 2.769, rok: 2007
    Trvalý link: http://hdl.handle.net/11104/0146721
     
     


  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.