Výsledky vyhledávání

  1. 1.
    0580114 - ÚVGZ 2024 RIV CH eng J - Článek v odborném periodiku
    Petrik, Peter - Grote, R. - Gömöry, D. - Kurjak, D. - Petek-Petrik, Anja - Lamarque, L. J. - Sliacka Konopkova, A. - Mukarram, M. - Debta, H. - Fleischer, P.
    The Role of Provenance for the Projected Growth of Juvenile European Beech under Climate Change.
    Forests. Roč. 14, č. 1 (2023), č. článku 26. E-ISSN 1999-4907
    Grant CEP: GA MŠMT(CZ) LM2018123
    Institucionální podpora: RVO:86652079 ; RVO:67985939
    Klíčová slova: fagus-sylvatica l. * norway spruce * environmental-conditions * phenotypic plasticity * summer drought * future climate * radial growth * responses * forests * populations * Fagus sylvatica * eco distance * phenotypic plasticity * neural network model * common garden * local adaptation
    Obor OECD: Forestry; Forestry (BU-J)
    Impakt faktor: 2.9, rok: 2022
    Způsob publikování: Open access
    https://www.mdpi.com/1999-4907/14/1/26
    Trvalý link: https://hdl.handle.net/11104/0348884
     
     
  2. 2.
    0579026 - FZÚ 2024 RIV GB eng J - Článek v odborném periodiku
    Saeidfirozeh, H. - Myakalwar, A. K. - Kubelík, Petr - Ghaderi, A. - Laitl, V. - Petera, L. - Rimmer, P. B. - Shorttle, O. - Heays, A.N. - Křivková, A. - Krůs, M. - Civiš, S. - Yanez, J. - Képeš, E. - Pořízka, P. - Ferus, M.
    ANN-LIBS analysis of mixture plasmas: detection of xenon.
    Journal of Analytical Atomic Spectrometry. Roč. 37, č. 9 (2022), s. 1815-1823. ISSN 0267-9477. E-ISSN 1364-5544
    Institucionální podpora: RVO:68378271
    Klíčová slova: artificial neural network method * characterising crucial physical plasma parameters * laser-induced breakdown spectra, * xenon
    Obor OECD: Fluids and plasma physics (including surface physics)
    Impakt faktor: 3.4, rok: 2022
    Způsob publikování: Omezený přístup
    https://doi.org/10.1039/d2ja00132b
    Trvalý link: https://hdl.handle.net/11104/0347900
     
     
  3. 3.
    0577938 - ÚTIA 2024 RIV GB eng J - Článek v odborném periodiku
    Flusser, M. - Somol, Petr
    Efficient anomaly detection through surrogate neural networks.
    Neural Computing & Applications. Roč. 34, č. 23 (2022), s. 20491-20505. ISSN 0941-0643. E-ISSN 1433-3058
    Institucionální podpora: RVO:67985556
    Klíčová slova: Anomaly detector * Neural network * Model transfer * Detector ensemble * High-performance anomaly detection
    Obor OECD: Automation and control systems
    Impakt faktor: 6, rok: 2022
    Způsob publikování: Omezený přístup
    http://library.utia.cas.cz/separaty/2023/RO/somol-0577938.pdf https://link.springer.com/article/10.1007/s00521-022-07506-9
    Trvalý link: https://hdl.handle.net/11104/0347645
     
     
  4. 4.
    0577393 - ÚPT 2024 RIV US eng J - Článek v odborném periodiku
    Pijáčková, Kristýna - Nejedlý, Petr - Křemen, V. - Plešinger, Filip - Mívalt, F. - Lepková, K. - Pail, Martin - Jurák, Pavel - Worrell, G. A. - Brázdil, M. - Klimeš, Petr
    Genetic algorithm designed for optimization of neural network architectures for intracranial EEG recordings analysis.
    Journal of Neural Engineering. Roč. 20, č. 3 (2023), č. článku 036034. ISSN 1741-2560. E-ISSN 1741-2552
    Grant CEP: GA MZd(CZ) NU22-08-00278; GA ČR(CZ) GA22-28784S; GA MŠMT(CZ) LX22NPO5107
    Institucionální podpora: RVO:68081731
    Klíčová slova: intracranial EEG * genetic algorithms * optimization * neural network * deep learning
    Impakt faktor: 4, rok: 2022
    Způsob publikování: Open access
    https://iopscience.iop.org/article/10.1088/1741-2552/acdc54
    Trvalý link: https://hdl.handle.net/11104/0348045
     
     
  5. 5.
    0576905 - ÚTIA 2024 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
    Lébl, Matěj - Flusser, Jan
    Invariant Convolutional Networks.
    Proceedings of The 12th International Conference on Image Processing Theory, Tools and Applications (IPTA 2023). Piscataway: IEEE, 2023, č. článku 10319998. ISBN 979-8-3503-2541-6.
    [International Conference on Image Processing Theory, Tools and Applications (IPTA 2023) /12./. Paris (FR), 16.10.2023-19.10.2023]
    Grant CEP: GA ČR GA21-03921S
    Grant ostatní: AV ČR(CZ) StrategieAV21/1
    Program: StrategieAV
    Institucionální podpora: RVO:67985556
    Klíčová slova: Neural network * augmentation * blur
    Obor OECD: Robotics and automatic control
    http://library.utia.cas.cz/separaty/2023/ZOI/flusser-0576905.pdf
    Trvalý link: https://hdl.handle.net/11104/0346495
     
     
  6. 6.
    0574339 - ÚVGZ 2024 RIV CH eng J - Článek v odborném periodiku
    Meitner, Jan - Balek, Jan - Bláhová, Monika - Semerádová, Daniela - Hlavinka, Petr - Lukas, V. - Jurečka, František - Žalud, Zdeněk - Klem, Karel - Anderson, M. C. - Wouter, D. - Fischer, Milan - Trnka, Miroslav
    Estimating Drought-Induced Crop Yield Losses at the Cadastral Area Level in the Czech Republic.
    Agronomy. Roč. 13, č. 7 (2023), č. článku 1669. E-ISSN 2073-4395
    Grant CEP: GA MŠMT(CZ) EF16_019/0000797
    Výzkumná infrastruktura: CzeCOS IV - 90248
    Institucionální podpora: RVO:86652079
    Klíčová slova: crop yield loss * drought * remote sensing * artificial neural network
    Obor OECD: Agriculture
    Impakt faktor: 3.7, rok: 2022
    Způsob publikování: Open access
    https://www.mdpi.com/2073-4395/13/7/1669
    Trvalý link: https://hdl.handle.net/11104/0344681
     
     
  7. 7.
    0574165 - GFÚ 2024 RIV CH eng J - Článek v odborném periodiku
    Kolář, Petr - Waheed, U. B. - Eisner, L. - Matoušek, P.
    Arrival times by Recurrent Neural Network for induced seismic events from a permanent network.
    Frontiers in Big Data. Roč. 6, August (2023), č. článku 1174478. E-ISSN 2624-909X
    Institucionální podpora: RVO:67985530
    Klíčová slova: Recurrent Neural Network * automatic arrival time detection * location * magnitude * hydraulic fracturing * induced seismicity * traffic light system
    Obor OECD: Volcanology
    Impakt faktor: 3.1, rok: 2022
    Způsob publikování: Open access
    https://www.frontiersin.org/articles/10.3389/fdata.2023.1174478/full
    Trvalý link: https://hdl.handle.net/11104/0344502
    Název souboruStaženoVelikostKomentářVerzePřístup
    Kolar2023FrontiersBigData.pdf43 MBVydavatelský postprintpovolen
     
     
  8. 8.
    0573225 - FZÚ 2024 RIV US eng J - Článek v odborném periodiku
    Chalupský, Jaromír - Vozda, Vojtěch - Hering, J. - Kybic, J. - Burian, Tomáš - Dziarzhytski, S. - Frantálová, Kateřina - Hájková, Věra - Jelínek, Šimon - Juha, Libor - Keitel, B. - Kuglerová, Zuzana - Kuhlmann, M. - Petryshak, B. - Ruiz-Lopez, M. - Vyšín, Luděk - Wodzinski, T. - Plönjes, E.
    Deep learning for laser beam imprinting.
    Optics Express. Roč. 31, č. 12 (2023), s. 19703-19721. ISSN 1094-4087
    Grant CEP: GA ČR(CZ) GA20-08452S
    GRANT EU: European Commission(XE) 654148 - LASERLAB-EUROPE
    Institucionální podpora: RVO:68378271
    Klíčová slova: ablation imprinting methods * multi-layer convolutional neural network (U-Net) method employed for the first time
    Obor OECD: Fluids and plasma physics (including surface physics)
    Impakt faktor: 3.8, rok: 2022
    Způsob publikování: Open access
    Trvalý link: https://hdl.handle.net/11104/0343695
    Název souboruStaženoVelikostKomentářVerzePřístup
    0573225.pdf016.8 MBOptica Open Access Publishing AgreementVydavatelský postprintpovolen
     
     
  9. 9.
    0571255 - ÚTIA 2024 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
    Lébl, Matěj - Šroubek, Filip - Flusser, Jan
    Impact of Image Blur on Classification and Augmentation of Deep Convolutional Networks.
    Image Analysis: 23rd Scandinavian Conference, SCIA 2023. Cham: Springer, 2023 - (Gade, R.), s. 108-117. Lecture notes on computer science, LNCS 13886. ISBN 978-3-031-31437-7.
    [Scandinavian Conference on Image Analysis 2023 /23./. Levi (FI), 18.04.2023-21.04.2023]
    Grant CEP: GA ČR GA21-03921S
    Institucionální podpora: RVO:67985556
    Klíčová slova: Image recognition * Blur * Augmentation of the training set * Convolutional neural network
    Obor OECD: Computer hardware and architecture
    http://library.utia.cas.cz/separaty/2023/ZOI/lebl-0571255.pdf
    Trvalý link: https://hdl.handle.net/11104/0342934
     
     
  10. 10.
    0570880 - ÚPT 2024 RIV GB eng J - Článek v odborném periodiku
    Shamaei, Amirmohammad - Starčuková, Jana - Starčuk jr., Zenon
    Physics-informed deep learning approach to quantification of human brain metabolites from magnetic resonance spectroscopy data.
    Computers in Biology Medicine. Roč. 158, May (2023), č. článku 106837. ISSN 0010-4825. E-ISSN 1879-0534
    Grant CEP: GA MŠMT(CZ) EF18_046/0016045; GA MŠMT(CZ) LM2018129; GA MŠMT(CZ) LM2023050
    GRANT EU: European Commission(XE) 813120 - INSPiRE-MED
    Institucionální podpora: RVO:68081731
    Klíčová slova: MR spectroscopy * Inverse problem * Deep learning * Machine learning * Convolutional neural network * Metabolite quantification
    Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
    Impakt faktor: 7.7, rok: 2022
    Způsob publikování: Open access
    https://www.sciencedirect.com/science/article/pii/S0010482523003025
    Trvalý link: https://hdl.handle.net/11104/0342210
    Název souboruStaženoVelikostKomentářVerzePřístup
    2023_Shamaei_ComputersInBiologyMedicine.pdf48.6 MBOA - CC BY 4.0 https://creativecommons.org/licenses/by/4.0/Vydavatelský postprintpovolen
     

    Vědecká data: Zenodo
     

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