23. 1. 2020  10:07 Miloš
Akademický informační systém

Lidé na STU


Na této stránce máte zobrazeny všechny veřejně přístupné údaje o zadané osobě. Některé informace o personálním zařazení a funkcích osoby mohou být skryty.

doc. Ing. Vanda Benešová, PhD.
Identifikační číslo: 63121
Univerzitní e-mail: vanda_benesova [at] stuba.sk
 
Docentka CSc.,PhD. - Ústav počítačového inžinierstva a aplikovanej informatiky (FIIT)

Kontakty     Výuka     Závěrečná práce     Projekty     Publikace     Vedené práce     

Rok:
Řadit dle:

Zvolená osoba je autorem následujících publikací.

Poř.PublikaceDruh výsledkuRokPodrobnosti
1.Computational models of shape saliency
Polatsek, Patrik -- Jakab, Marek -- Benešová, Vanda -- Kužma, Matej
Computational models of shape saliency. In Proceedings Volume 11041, Eleventh International Conference on Machine Vision (ICMV 2018), 2018, Munich, Germany. Bellingham: SPIE - Int Soc Optical Engineering, 2019, ISBN 9781510627482.
příspěvky ve sbornících, kapitoly v monografiích/učebnicích, abstrakty2019Podrobnosti
2.Deep neural networks and methods of computer vision applied to medical data
Baláž, Dávid -- Benešová, Vanda
Deep neural networks and methods of computer vision applied to medical data. Bakalářská práce. 2019.
závěrečná práce2019Podrobnosti
3.Depth in the visual attention modelling from the egocentric perspective of view
Laco, Miroslav -- Benešová, Vanda
Depth in the visual attention modelling from the egocentric perspective of view. In Proceedings Volume 11041, Eleventh International Conference on Machine Vision (ICMV 2018), 2018, Munich, Germany. Bellingham: SPIE - Int Soc Optical Engineering, 2019, ISBN 9781510627482.
příspěvky ve sbornících, kapitoly v monografiích/učebnicích, abstrakty2019Podrobnosti
4.Modelovanie ľudskej vizuálnej pozornosti
Polatsek, Patrik -- Benešová, Vanda
Modelovanie ľudskej vizuálnej pozornosti. Disertační práce. 2019.
závěrečná práce2019Podrobnosti
5.Modelovanie ľudskej vizuálnej pozornosti metódami počítačového videnia a umelej inteligencie
Beka, Patrik -- Benešová, Vanda
Modelovanie ľudskej vizuálnej pozornosti metódami počítačového videnia a umelej inteligencie. Diplomová práce. 2019.
závěrečná práce2019Podrobnosti
6.Rozpoznávanie reklamných sekvencií v televíznom signále
Ďurica, Ján -- Benešová, Vanda
Rozpoznávanie reklamných sekvencií v televíznom signále. Diplomová práce. 2019.
závěrečná práce2019Podrobnosti
7.Segmentácia orgánov z trojrozmerných medicínskych dát metódami počítačového videnia
Kováčik, Michal -- Benešová, Vanda
Segmentácia orgánov z trojrozmerných medicínskych dát metódami počítačového videnia. Diplomová práce. 2019.
závěrečná práce2019Podrobnosti
8.Segmentation of gliomas in magnetic resonance images using recurrent neural networks.
Grivalský, Štefan -- Tamajka, Martin -- Benešová, Vanda
Segmentation of gliomas in magnetic resonance images using recurrent neural networks. In TSP 2019. Danvers: IEEE, 2019, s. 539--542. ISBN 978-1-7281-1864-2.
příspěvky ve sbornících, kapitoly v monografiích/učebnicích, abstrakty2019Podrobnosti
9.Spracovanie akustických signálov metódami umelej inteligencie
Hubar, Yurii -- Benešová, Vanda
Spracovanie akustických signálov metódami umelej inteligencie. Diplomová práce. 2019.
závěrečná práce2019Podrobnosti
10.Spracovanie vizuálnych medicínskych dát metódami počítačového videnia a hlbokých neurónových sietí.
Šefčík, František -- Benešová, Vanda
Spracovanie vizuálnych medicínskych dát metódami počítačového videnia a hlbokých neurónových sietí. Bakalářská práce. 2019.
závěrečná práce2019Podrobnosti
11.Spracovanie volumetrických medicínskych dát metódami umelej inteligencie pre podporu lekárskej diagnostiky
Selecký, Ondrej -- Benešová, Vanda
Spracovanie volumetrických medicínskych dát metódami umelej inteligencie pre podporu lekárskej diagnostiky. Diplomová práce. 2019.
závěrečná práce2019Podrobnosti
12.Transforming Convolutional Neural Network to an Interpretable Classifier
Tamajka, Martin -- Benešová, Vanda -- Kompánek, Matej
Transforming Convolutional Neural Network to an Interpretable Classifier. In Proceedings IWSSIP 2019. [S. l.]: IEEE, 2019, s. 255--259. ISBN 978-1-7281-3227-3.
příspěvky ve sbornících, kapitoly v monografiích/učebnicích, abstrakty2019Podrobnosti
13.Unsupervised similarity learning from compressed representations via Siamese autoencoders
Jakab, Marek -- Benešová, Vanda
Unsupervised similarity learning from compressed representations via Siamese autoencoders. In Proceedings Volume 11041, Eleventh International Conference on Machine Vision (ICMV 2018), 2018, Munich, Germany. Bellingham: SPIE - Int Soc Optical Engineering, 2019, s. 110412. ISBN 9781510627482.
příspěvky ve sbornících, kapitoly v monografiích/učebnicích, abstrakty2019Podrobnosti
14.Volumetrie Data Augmentation as an Effective Tool in MRI Classification Using 3D Convolutional Neural Network
Kompánek, Matej -- Tamajka, Martin -- Benešová, Vanda
Volumetrie Data Augmentation as an Effective Tool in MRI Classification Using 3D Convolutional Neural Network. In Proceedings IWSSIP 2019. [S. l.]: IEEE, 2019, s. 115--119. ISBN 978-1-7281-3227-3.
příspěvky ve sbornících, kapitoly v monografiích/učebnicích, abstrakty2019Podrobnosti

Pomocí následujícího tlačítka můžete zobrazený seznam publikací exportovat do formátu pro tabulkový procesor Excel.