Zadání studentských prací

Zadání diplomové práce

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Vlastnosti hlubokých neuronových sítí
Název (EN):	Properties of Deep Neural Networks

1.	Seznamte se s metodami a možnostmi učení neuronových sítí. Soustřeďte se hlavně na sítě typu GAN a popište jejich základní vlastnosti a běžné použití.
2.	Analyzujte možnosti učení GAN sítí na neúplných datech a jejich využití pro potřeby doplňování chybějící informace. Zaměřte se hlavně na sekvenční sítě.
3.	Metody ověřte experimentálně na syntetických a reálných datech a proveďte diskusi výsledků.
4.
5.
6.
7.
8.

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	M. Arjovsky, S. Chintala, \& L. Bottou, Wasserstein generative adversarial networks. International Conference on Machine Learning, 2017, 214-223
2.	M. Arjovsky, S. Chintala, \& L. Bottou, Wasserstein generative adversarial networks. International Conference on Machine Learning, 2017, 214-223
3.	I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, A. Courville, Y. Bengio, Generative adversarial nets. Advances in neural information processing systems 2014, 2672-2680
4.	A. Radford, L. Metz, S. Chintala, Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks. arXiv preprint arXiv:1511.06434, 2015, \url{https://arxiv.org/abs/1511.06434}
5.
6.

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Katedra telekomunikační techniky FEL ČVUT v Praze Technická 2 166 27 Praha 6
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:
	(Název instituce a adresa)

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2019-03-07 18:02:36

– zahájení procesu zadání

2019-03-10 20:37:51

– zasláno školiteli

2019-03-10 20:42:06

– upraveno školitelem

2019-03-10 21:51:05

– zasláno školiteli

2019-03-10 22:41:27

– upraveno školitelem

2019-03-10 22:53:27

– zasláno na KM

2019-03-11 03:08:21

– žádost o autorizaci

2019-03-11 15:31:09

– žádost o autorizaci

2019-03-11 18:07:11

– autorizováno školitelem

2019-03-21 08:52:03

– schváleno KM

2019-05-22 12:12:51

– reaktivováno

2019-05-22 16:25:29

– schváleno KM

2019-05-24 12:09:56

– reaktivováno

2019-05-27 10:05:06

– schváleno KM