|
|
Segmentation of microscopic brain structures
Láska, Samuel ; Uher, Václav (oponent) ; Burget, Radim (vedoucí práce)
This thesis is involved in image processing of medical data and its implementation using Java programming language. The main contribution of this thesis is creation of algorithms for feature extraction from 3D data and subsequent verification of the results for the issue of imagining 3D brain data, and creation of image filters and their implementation in the program RapidMiner. Consequently, the segmentation process is created at the 2D and 3D level, and output of 3D level segmentation are segmented brain structures. Furthermore, segmentation algorithms were compared on the basis of the final form of segmented structures and this approach was compared with other works.
|
|
|
Detekce krajiny v obrazech
Dufka, Zbyněk ; Křupka, Aleš (oponent) ; Číka, Petr (vedoucí práce)
Cílem této práce je shrnutí teorie, ze které vychází metody pro detekci objektů v rozsáhlé databázi obrazů a dále zpracování vlastního algoritmu pro detekci krajiny. Teoretická část popisuje zpracované metody Viola-Jones a HOG, které se dají uplatnit na lidské tváře a anomálie na rentgenových snímcích. Následná analýza identifikace objektů v obraze popisuje metody, které je možné využít při návrhu algoritmu pro vyhodnocení obrazu z hlediska přírodních prvků. Součástí praktické práce je kromě otestování již hotových algoritmů také rozbor metody stavěné přímo na míru detekci krajiny. Zpracovaný algoritmus je implementován do prostředí RapidMiner.
|
|
|
Image Stabilization
Ohrádka, Marek ; Beneš, Radek (oponent) ; Číka, Petr (vedoucí práce)
This thesis deals with digital image stabilization. It contains a brief overview of the problem and available methods for digital image stabilization. The aim was to design and implement image stabilization system in JAVA, which is designed for RapidMiner. Two new stabilization methods have been proposed. The first is based on the motion estimation and motion compensation using Full-search and Three-step search algorithms. The basis of the second method is the detection of object boundaries. The functionality of the proposed method was tested on video sequences with contain visible shake of the scene, which has beed created for this purpose. Testing results show that with the proper set of input parameters for the object border detection method, successful stabilization of the scene is achieved. The rate of error reduction between images is approximately about 65 to 85%. The output of the method is stabilized image sequence and a set of metadata collected during stabilization, which can be further processed in an environment of RapidMiner.
|
|
|
Dolování dat
Stehno, David ; Hynčica, Tomáš (oponent) ; Honzík, Petr (vedoucí práce)
Cílem diplomové práce bylo nastudovat a popsat metodologii dolování dat CRISP-DM. Ze získané databáze byla prováděna predikce počtu hovorů na call centrum, přičemž bylo postupováno podle metodiky CRISP-DM. Ve fázi modelování byly použity 4 druhy modelů a to K-NN, neuronová síť, lineární regrese a model využívající metodu podpůrných vektorů. Pomocí různých druhů selekcí bylo zhodnoceno, které vstupní atributy mají důležitou roli pro výslednou predikci. Získané výsledky a poznatky mohou v budoucnu sloužit pro přesnější předpovědi nejen počtu hovorů, ale i jiných ukazatelů, důležitých pro call centrum.
|
|
| |
|
|
Musical genre classification
Káčerová, Erika ; Říha, Kamil (oponent) ; Uher, Václav (vedoucí práce)
The aim of this bachelor thesis is creating a system for automatic music genre recognition. The thesis deals with two main issues, which are feature extraction of a genre and machine learning process. For the purpose of feature extraction a source code is written in JAVA programming language based on jAudio library. Six machine learning models are created in RapidMiner Studio software. The most appropriate one of them, Neural Networks method is then improved and tested on different parts of songs from database.These database contains 250 training songs and 25 test songs from five music genres: classical music, disco, drum and bass, hip hop and rock.
|
|
|
Inteligentní emailová schránka
Pohlídal, Antonín ; Drozd, Michal (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se zabývá využitím klasifikace textu při třídění příchozí pošty. Nejdříve je popsána problematika získávání znalostí z databází a je detailně rozebrána klasifikace textu s popisem vybraných metod. Dále je uveden princip emailové komunikace a jsou popsány protokoly SMTP, POP3 a IMAP. Následuje návrh implementace systému, který klasifikuje příchozí poštu a rozbor použitých technologií, tedy Apache James Server, PostgreSQL a RapidMiner. Na závěr je uvedena implementace všech jednotlivých částí výsledného systému a jsou provedeny experimenty s testovací sadou emailů Enron Dataset.
|
|
|
Klasifikační framework
Koroncziová, Dominika ; Otrusina, Lubomír (oponent) ; Kouřil, Jan (vedoucí práce)
Cílem této práce je návrh a implementace klasifikačního software postaveného na knihovně RapidMiner. Výsledná aplikace bude sdružovat nejpoužívanější algoritmy a procesy implementované v RapidMineru do jednoduchého použitelného programu. Součástí nároků na aplikaci je jednoduché rozhraní pro ovládání z příkazové řádky, stejně jako grafické rozhraní zjednodušující nastavení více parametrů. Aplikace má také umožňovat tvorbu samostatných jednoúčelových programů, sloužících na opakovanou klasifikaci s použitím předem natrénovaného modelu. Nad rámec původního zadání je implementována i práce s textovými daty z Wikipedie, jejich stáhnutí a předzpracování a následné použití jako trénovacích dat. Text práce se zabývá postupně jednotlivými algoritmy a popisem kvalifikačních algoritmů, jejich vlastnostmi a použitím, a popisuje návrh a implementaci systému. V rámci práce byla vykonána i sada několika testů pro ověření výkonu a funkcionality aplikace. Jejich výsledky jsou shrnuty v závěru práce.
|
|
|
Získávání znalostí z multimediálních databází
Jirmásek, Tomáš ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Tato diplomová práce se zabývá problematikou získávání znalostí z databází. Důraz je kladen zejména na základní metody klasifikace a predikce pro dolování dat. Dále tato práce obsahuje úvod do multimediálních databází a získávání znalostí z těchto databází. Cílem části zabývající se aplikací dolování z multimediálních dat bylo zaměřit se na extrakci nízkoúrovňových rysů z video dat a obrázků. V dalších částech je uveden popis používaných dat a výsledky experimentů prováděných nad těmito daty v nástrojích RapidMiner, LibSVM a pomocí vlastní vytvořené aplikace. Závěr práce obsahuje porovnání použitých metod pro extrakci rysů vysoké úrovně z nízkoúrovňového popisu dat.
|
|
|
Automatické získávání obrazových snímků z videa v prostředí platformy JAVA
Kulhavý, Miloslav ; Říha, Kamil (oponent) ; Burget, Radim (vedoucí práce)
Tato práce se zabývá automatickým rozpoznáváním přechodu scén videa na platformě JAVA. Byl vytvořen experiment, který rozpoznává přechody scén ve vzorcích videa a vyhodnocuje přesnost rozpoznávání. Pro realizaci experimentu bylo vytvořeno 512 vzorků videa (256 s přechodem scén a 256 bez přechodu), každý o sedmi snímcích. Tyto vzorky byly analyzovány a pomocí rozhodovacího stromu klasifikovány do jedné ze dvou tříd, podle toho, obsahují-li přechod scén či nikoliv. Pro to byl využit nástroj RapidMiner a jeho rozšíření VIMI a IMMI. Cílem této práce je natrénovat automatické rozpoznávání přechodu scén a najít optimální nastavení rozhodovacího stromu pro co nejvyšší přesnost klasifikace. Nejvyšší dosažená přesnost byla 75,2 %.
|
host ::
RSS.