Classification of Seismic Events Using Recurrent Neural Networks – Bohdan Rieznikov
Bohdan Rieznikov
Bakalářská práce
Classification of Seismic Events Using Recurrent Neural Networks
Classification of Seismic Events Using Recurrent Neural Networks
Anotace:
Hlavním cílem této bakalářské práce je studium a implementace rekurentních neuronových sítí pro klasifikaci typů seismických jevů. Práce představuje základní teorii neuronových sítí, návrh vlastní třívrstvé rekurentní neuronové sítě (typu LSTM) a vhodného preprocesingu pro urychlení trénování takovéto sítě. Dosažené výsledky jsou porovnány s výsledky dosaženými pomocí standardní architektury LSTM-FCN …víceAbstract:
The main goal of this bachelor thesis is the study and implementation of recurrent neural networks for classifying types of seismic events. The thesis presents the basic theory of neural networks, the design of a custom three-layer recurrent neural network (LSTM type) and suitable preprocessing to accelerate the training of such a network. The achieved results are compared with the results achieved …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 30. 4. 2025
Obhajoba závěrečné práce
- Obhajoba proběhla 3. 6. 2025
- Vedoucí: Marek Pecha
- Oponent: Radek Svoboda
Citační záznam
Citace dle ISO 690:
RIEZNIKOV, Bohdan. \textit{Classification of Seismic Events Using Recurrent Neural Networks}. Online. Bakalářská práce. Ostrava: Vysoká škola báňská - Technická univerzita Ostrava, Fakulta elektrotechniky a informatiky. 2025. Dostupné z: https://theses.cz/id/zgvx3w/.
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyBakalářský studijní program:
Informatika
Práce na příbuzné téma
-
Czech Question Answer Selection using Recurrent Neural Networks
Radoslav Sabol -
Recurrent Neural Networks with Elastic Time Context in Language Modeling
Karel Beneš -
Text processing using neural networks
Yujia Sun -
NSE Stock market prediction using Deep Recurrent Neural Network and comparison with ARIMA
Adithyan C Pankajakshan -
Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
Daniel Kvak -
Rekurentní neuronové sítě pro rozpoznávání řeči
Tomáš Nováčik -
Rekurentní neuronové sítě v počítačovém vidění
Jan Křepský -
Rekurentní neuronové sítě pro klasifikaci textů
Vojtěch Myška