dc.contributor.advisor |
Oplatková, Zuzana
|
|
dc.contributor.author |
Vysloužilová, Leona
|
|
dc.date.accessioned |
2010-07-19T06:16:07Z |
|
dc.date.available |
2010-07-19T06:16:07Z |
|
dc.date.issued |
2010-06-07 |
|
dc.identifier |
Elektronický archiv Knihovny UTB |
cs |
dc.identifier.uri |
http://hdl.handle.net/10563/12073
|
|
dc.description.abstract |
Tato diplomová práce je zaměřena na problematiku umělé inteligence, konkrétně na umělé neuronové sítě. Cílem práce je vytvořit moduly neuronových sítí s podporou programu webMathematica od společnosti Wolfram Research pro využití v laboratořích předmětu Metody umělé inteligence vyučovaném na Fakultě aplikované informatiky Univerzity Tomáše Bati ve Zlíně. V teoretické části práce je popsána historie neuronových sítí, jejich struktura a funkcionalita. Dále je přiblíženo vývojové prostředí od společnosti Wolfram Research Mathematica 7.0 for Students a program webMathematica 3, dále také skriptovací jazyk JavaScript, který je pro tvorbu modulů nezbytný. Praktická část zahrnuje konkrétní vypracované moduly a jejich popis. Konkrétně se jedná o přenosové funkce a neuronové sítě Perceptron, Adaline a vícevrstvou síť Feedforward. |
cs |
dc.format |
78 s., 21 s. příloh |
cs |
dc.format.extent |
3601162 bytes |
cs |
dc.format.mimetype |
application/pdf |
cs |
dc.language.iso |
cs |
|
dc.publisher |
Univerzita Tomáše Bati ve Zlíně |
|
dc.rights |
Bez omezení |
|
dc.subject |
neuron
|
en |
dc.subject |
artificial neural network
|
en |
dc.subject |
Perceptron
|
en |
dc.subject |
Adaline
|
en |
dc.subject |
neural network with forward spreading signal
|
en |
dc.subject |
Backpropagation
|
en |
dc.subject |
Mathematica
|
en |
dc.subject |
webMathematica
|
en |
dc.subject |
JavaScript
|
en |
dc.subject |
neuron
|
cs |
dc.subject |
umělá neuronová síť
|
cs |
dc.subject |
Perceptron
|
cs |
dc.subject |
Adaline
|
cs |
dc.subject |
neuronová síť s dopředným šířením signálu
|
cs |
dc.subject |
Backpropagation
|
cs |
dc.subject |
Mathematica
|
cs |
dc.subject |
webMathematica
|
cs |
dc.subject |
JavaScript
|
cs |
dc.title |
Neuronové sítě v prostředí webMathematica |
cs |
dc.title.alternative |
Neural Networks in the environment webMathematica |
en |
dc.type |
diplomová práce |
cs |
dc.contributor.referee |
Volná, Eva |
|
dc.date.accepted |
2010-06-24 |
|
dc.description.abstract-translated |
This diploma thesis is focused on artificial intelligence specifically artificial neural networks. The aim of this document is to create modules of neural networks with support of the webMathematica program from the Wolfram Research company for use in the laboratories of Methods for artificial intelligence course taught at Faculty of Applied Informatics at Tomas Bata University in Zlin. The theoretical part describes the history of neural networks their structure and functionality. Also illustrated is a development environment from Wolfram Research Mathematica 7.0 for Students the program webMathematica 3 and scripting language JavaScript which is essential for creating modules. The practical part includes specific developed modules and their description. Specifically it is about the transfer function and neural networks, Perceptron, Adaline and multilayer net Feedforward. |
en |
dc.description.department |
Ústav automatizace a řídicí techniky |
cs |
dc.description.result |
obhájeno |
cs |
dc.parent.uri |
http://hdl.handle.net/10563/91
|
cs |
dc.parent.uri |
http://hdl.handle.net/10563/220
|
cs |
dc.thesis.degree-discipline |
Informační technologie |
cs |
dc.thesis.degree-discipline |
Information technologies |
en |
dc.thesis.degree-grantor |
Tomas Bata University in Zlín. Faculty of Applied Informatics |
en |
dc.thesis.degree-grantor |
Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky |
cs |
dc.thesis.degree-name |
Ing. |
cs |
dc.thesis.degree-program |
Engineering Informatics |
en |
dc.thesis.degree-program |
Inženýrská informatika |
cs |
dc.identifier.stag |
16465
|
|
dc.date.assigned |
2010-02-19 |
|
utb.result.grade |
C |
|
local.subject |
neuronové sítě (počítačová věda)
|
cs |
local.subject |
neural networks
|
en |