Vidnerová Petra

Publikace ASEP

Další varianty jména: Kudová, Petra
RIV ID 3413527               

Označit vše / Zobrazit vše / Zrušit označení

Nalezeno záznamů: 10

0494108 - UIVT-O 2019 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Asynchronous Evolution of Convolutional Networks.
ITAT 2018: Information Technologies – Applications and Theory. Proceedings of the 18th conference ITAT 2018. Aachen: Technical University & CreateSpace Independent Publishing Platform, 2018 - (Krajči, S.), s. 80-85. CEUR Workshop Proceedings, V-2203. ISSN 1613-0073.
[ITAT 2018. Conference on Information Technologies – Applications and Theory /18./. Plejsy (SK), 21.09.2018-25.09.2018]
Grant CEP: GA ČR(CZ) GA18-23827S
GA MŠk(CZ) LM2015042
Institucionální podpora: RVO:67985807
Klíčová slova: convolutional neural networks * evolutioanary algorithms * asynchronous evolution
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://ceur-ws.org/Vol-2203/80.pdf
Vidnerová, Petra
Trvalý odkaz: http://hdl.handle.net/11104/0287354

0490841 - UIVT-O 2019 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Deep Networks with RBF Layers to Prevent Adversarial Examples.
Artificial Intelligence and Soft Computing. Cham: Springer, 2018 - (Rutkowski, L.; Scherer, R.; Korytkowski, M.; Pedrycz, W.; Tadeusiewicz, R.; Zurada, J.), s. 257-266. Lecture Notes in Artificial Intelligence, 10841. ISBN 978-3-319-91252-3. ISSN 0302-9743.
[ICAISC 2018. International Conference on Artificial Intelligence and Soft Computing /17./. Zakopane (PL), 03.06.2018-07.06.2018]
Grant CEP: GA ČR(CZ) GA18-23827S
GA MŠk(CZ) LM2015042
Institucionální podpora: RVO:67985807
Klíčová slova: Adversarial examples * RBF networks * Deep neural networks * Convolutional networks
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý odkaz: http://hdl.handle.net/11104/0284980

0469507 - UIVT-O 2017 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Evolutionary Generation of Adversarial Examples for Deep and Shallow Machine Learning Models.
Proceedings of the The 3rd Multidisciplinary International Social Networks Conference on SocialInformatics 2016, Data Science 2016. New York: ACM, 2016, č. článku 43. ISBN 978-1-4503-4129-5.
[MISCN 2016. Multidisciplinary International Social Networks Conference on SocialInformatics /3./. New Yersey (US), 15.08.2016-17.08.2016]
Grant CEP: GA ČR GA15-19877S
Institucionální podpora: RVO:67985807
Klíčová slova: supervised learning * neural networks * search methodologies
Kód oboru RIV: IN - Informatika
Trvalý odkaz: http://hdl.handle.net/11104/0267290

0478624 - UIVT-O 2018 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Evolution Strategies for Deep Neural Network Models Design.
Proceedings ITAT 2017: Information Technologies - Applications and Theory. Aachen & Charleston: Technical University & CreateSpace Independent Publishing Platform, 2017 - (Hlaváčová, J.), s. 159-166. CEUR Workshop Proceedings, V-1885. ISBN 978-1974274741. ISSN 1613-0073.
[ITAT 2017. Conference on Theory and Practice of Information Technologies - Applications and Theory /17./. Martinské hole (SK), 22.09.2017-26.09.2017]
Grant CEP: GA ČR GA15-18108S
GA MŠk(CZ) LM2015042
Institucionální podpora: RVO:67985807
Klíčová slova: deep neural networks * evolution strategies * architecture optimisation * Keras
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://ceur-ws.org/Vol-1885/159.pdf
Trvalý odkaz: http://hdl.handle.net/11104/0274767

0478496 - UIVT-O 2018 RIV PL eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Evolving Keras Architectures for Sensor Data Analysis.
Proceedings of the 2017 Federated Conference on Computer Science and Information Systems. Warszawa: Polish Information Processing Society, 2017 - (Ganzha, M.; Maciaszek, L.; Paprzycki, M.), s. 109-112. Annals of Computer Science and Information Systems, 11. ISBN 978-83-946253-7-5. ISSN 2300-5963.
[FedCSIS 2017. Federated Conference on Computer Science and Information Systems. Prague (CZ), 03.09.2017-06.09.2017]
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: genetic algorithms * deep neural networks * air pollution prediction
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý odkaz: http://hdl.handle.net/11104/0274610

Citace, recenze

Citace:
ZHANG, K.S. - CHUAI, G. - GAO, W.D. - LIU, X.W. - MAIMAITI, S. - SI, Z.W. A new method for traffic forecasting in urban wireless communication network. EURASIP JOURNAL ON WIRELESS COMMUNICATIONS AND NETWORKING. ISSN 1687-1472, MAR 15 2019.
YORDANOV, Y.E. - MLADENOV, V.M. Humanoid Robot Detecting Animals via Neural Network. 2018 14TH SYMPOSIUM ON NEURAL NETWORKS AND APPLICATIONS (NEUREL). 2018.

0493061 - UIVT-O 2019 RIV SG eng J - Článek v odborném periodiku
Vidnerová, Petra - Neruda, Roman
Kernel Function Tuning for Single-Layer Neural Networks.
International Journal of Machine Learning and Computing. Roč. 8, č. 4 (2018), s. 354-360. ISSN 2010-3700
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: radial basis function networks * shallow neural networks * kernel methods * hyper-parameter tuning
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://www.ijmlc.org/index.php?m=content&c=index&a=show&catid=79&id=831
Trvalý odkaz: http://hdl.handle.net/11104/0286524

0432490 - UIVT-O 2015 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Meta-Parameters of Kernel Methods and Their Optimization.
ITAT 2014. Information Technologies - Applications and Theory. Part II. Prague: Institute of Computer Science AS CR, 2014 - (Kůrková, V.; Bajer, L.; Peška, L.; Vojtáš, R.; Holeňa, M.; Nehéz, M.), s. 99-105. ISBN 978-80-87136-19-5.
[ITAT 2014. European Conference on Information Technologies - Applications and Theory /14./. Demänovská dolina (SK), 25.09.2014-29.09.2014]
Grant CEP: GA MŠk(CZ) LD13002
Institucionální podpora: RVO:67985807
Klíčová slova: kernel methods * metalearning * computational intelligence
Kód oboru RIV: IN - Informatika
Trvalý odkaz: http://hdl.handle.net/11104/0236830

0444960 - UIVT-O 2016 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Product Multi-kernels for Sensor Data Analysis.
Artificial Intelligence and Soft Computing. Vol. 1. Cham: Springer, 2015 - (Rutkowski, L.; Korytkowski, M.; Scherer, R.; Tadeusiewicz, R.; Zadeh, L.; Zurada, J.), s. 123-133. Lecture Notes in Artificial Intelligence, 9119. ISBN 978-3-319-19323-6. ISSN 0302-9743.
[ICAISC 2015. International Conference on Artificial Intelligence and Soft Computing /14./. Zakopane (PL), 12.06.2015-16.06.2015]
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: Regularization networks * Multi-kernel models * Product units * Sensor data
Kód oboru RIV: IN - Informatika
Trvalý odkaz: http://hdl.handle.net/11104/0247392

0462723 - UIVT-O 2017 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Sensor Data Air Pollution Prediction by Kernel Models.
Proceedings og the 16th IEEE/ACM International Symposium on Cluster, Cloud, and Grid Computing. Los Alamitos: IEEE CS, 2016, s. 666-673. ISBN 978-1-5090-2453-7.
[CCGrid 2016. IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing /16./. Cartagena de Indias (CO), 16.05.2016-19.05.2016]
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: environmental modelling * kernel models * hybrid methods
Kód oboru RIV: IN - Informatika
Trvalý odkaz: http://hdl.handle.net/11104/0262113

Citace, recenze

Citace:
BORREGO, C. - GINJA, J. - COUTINHO, M. - RIBEIRO, C. - KARATZAS, K. - SIOUMIS, T. - KATSIFARAKIS, N. - KONSTANTINIDIS, K. - DE VITO, S. - ESPOSITO, E. - SALVATO, M. - SMITH, P. - ANDRE, N. - GERARD, P. - FRANCIS, L.A. - CASTELL, N. - SCHNEIDER, P. - VIANA, M. - MINGUILLON, M.C. - REIMRINGER, W. - OTJES, R.P. - VON SICARD, O. - POHLE, R. - ELEN, B. - SURIANO, D. - PFISTER, V. - PRATO, M. - DIPINTO, S. - PENZA, M. Assessment of air quality microsensors versus reference methods: The EuNetAir Joint Exercise - Part II. ATMOSPHERIC ENVIRONMENT. ISSN 1352-2310, NOV 2018, vol. 193, p. 127-142.

0462893 - UIVT-O 2017 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Vidnerová, Petra - Neruda, Roman
Vulnerability of Machine Learning Models to Adversarial Examples.
Proceedings ITAT 2016: Information Technologies - Applications and Theory. Aachen & Charleston: Technical University & CreateSpace Independent Publishing Platform, 2016 - (Brejová, B.), s. 187-194. CEUR Workshop Proceedings, V-1649. ISBN 978-1-5370-1674-0. ISSN 1613-0073.
[ITAT 2016. Conference on Theory and Practice of Information Technologies /16./. Tatranské Matliare (SK), 15.09.2016-19.09.2016]
Grant CEP: GA ČR GA15-18108S
Institucionální podpora: RVO:67985807
Klíčová slova: machine learning * classification * adversarial examples
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://ceur-ws.org/Vol-1649/187.pdf
Trvalý odkaz: http://hdl.handle.net/11104/0262245