|
|
Interaktivní segmentace 3D CT dat s využitím hlubokého učení
Trávníčková, Kateřina ; Hradiš, Michal (oponent) ; Kodym, Oldřich (vedoucí práce)
Tato práce se zaměřuje na možnosti využití neuronových sítí pro segmentaci CT dat s omezenými možnostmi použití anotovaných dat. Hlavním prostředkem pro zlepšení kvality segmentace kostí pomocí modelu trénovaného na malé datové sadě je zde přidání uživatelské interakce. Dále jsou zkoumány možnosti využití transfer learningu v podobě předtrénování na interaktivní segmentaci na jiné než cílové datové sadě a v podobě předtrénování na restauraci dat pomocí cílové datové sady. Všechny zkoumané metody přinášejí určité zlepšení oproti baseline metodě, kterou je použití datově specifického automatického segmentačního modelu. Při trénování s velmi malými trénovacími množinami dochází ke zvýšení hodnoty Dice skóre až o desítky procent. Praktické uplatnění těchto metod může být například v jejich použití coby nástroje pro urychlení tvorby nového segmentačního datasetu.
|
|
|
Dynamické programování v oblasti biosignálů
Procházka, Petr ; Kolářová, Jana (oponent) ; Klimek, Martin (vedoucí práce)
Bakalářská práce popisuje metodu Dynamického borcení časové osy (DTW), která je použita pro detekci extrasystol v signálech EKG. V práci je popsáno několik postupů získání referenčního cyklu. Tyto postupy jsou aplikovány na celé srdeční cykly, nebo pouze na komplexy QRS. Následně jsou tyto postupy porovnány s výsledky shlukové analýzy.
|
|
|
Dolování z dat v jazyce Python
Šenovský, Jakub ; Bartík, Vladimír (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Cílem této práce bylo seznámení se s jednotlivými fázemi získávání znalostí z dat, s podporou programovacích jazyků Python a R v oblasti dolování dat a demonstrace jejich použití na dvou případových studiích. Následným krokem bylo porovnání těchto jazyků z hlediska dolování dat. Je zde popsaná fáze předzpracování dat a dolovací algoritmy pro klasifikaci, predikci a shlukování. Představeny zde byly významné knihovny pro jazyky Python a R. V první případové studii byla demonstrována práce s časovými řadami pomocí ARIMA modelu a neuronových sítí s ověřením přesnosti pomocí střední kvadratické chyby. V druhé případové studii byla popsaná klasifikace výsledků fotbalových zápasů pomocí k - nejbližších sousedů, Bayesova klasifikátoru, náhodného lesu a logické regrese. Přesnost klasifikace byla zobrazena pomocí skóre přesnosti a konfúzní matice. Práci uzavírá zhodnocení výsledků a návrhy pro budoucí vylepšení jednotlivých modelů.
|
|
|
Automatické třídění fotografií podle obsahu
Matuszek, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá výběrem metod, návrhem a implementací aplikace schopné automatického třídění fotek dle jejich obsahu do předem daných skupin. Podrobněji se popisují jednotlivé hlavní kroky klasifikace. Vyhledání a popis význačných bodů v obraze metodou SURF, vytvoření vizuálního slovníku metodou k-means, mapování na slova přes strukturu kd-tree. Vytváří se vlastní hodnocení na základě kterého se klasifikuje. Je zde popsáno jak byly jednotlivé kroky implementovány s pomocí knihoven OpenCV a Qt. A taktéž jsou ukázány výsledky pro různá nastavení běhu aplikace a snahy o zlepšení výsledku, kdy aplikace dokáže roztřídit fotky správně, ale úspěšnost je kolísavá.
|
|
|
Shlukování proteinových sekvencí na základě podobnosti primární struktury
Jurásek, Petr ; Stryka, Lukáš (oponent) ; Burgetová, Ivana (vedoucí práce)
Diplomová práce je zaměřena na shlukování proteinových sekvencí na základě podobnosti primárních struktur. Seznamuje s daty v podobě aminokyselin, které tvoří primární strukturu proteinů. Představuje základní algoritmy pro porovnávání podobnosti proteinových sekvencí. Popisuje shlukovou analýzu a metody shlukování. Praktickou část práce představuje návrh vzdálenostní funkce pro proteiny a implementace metod shlukování AGNES, k-means, k-medoids v jazyce Python.
|
|
|
Automatické třídění fotografií podle obsahu
Veľas, Martin ; Beran, Vítězslav (oponent) ; Španěl, Michal (vedoucí práce)
Tato práce se zabývá automatickou kategorizací fotografií podle obrazového obsahu. Cílem práce bylo vytvořit aplikaci, která je schopna s dostatečnou přesností a rychlostí tuto úlohu naplnit. Základní řešení obnáší detekci význačných bodů a extrakci lokálních příznaků, tvorbu vizuálního slovníku shlukováním metodou k-means a jeho reprezentaci pomocí k-dimenzionálního stromu. Fotografie je reprezentována pomocí histogramu početnosti výskytu vizuálních slov (bag of words). Úlohu vlastního klasifikátoru plní SVM (support vector machines). Dále je základní řešení obohaceno o dělení obrazu na části se samostatným zpracováním, využití barevných korelogramů pro doplňkový popis obrazu, extrakci lokálních příznaků v opponent color space a měkké přiřazení vizuálních slov k extrahovaným příznakovým vektorům. Závěr práce je věnován experimentům se zmíněnými technikami a vyhodnocování výsledků kategorizace při jejich použití.
|
|
|
Metody měření úspěšnosti dolování dat
Trunkát, Jan ; Zelený, Jan (oponent) ; Bartík, Vladimír (vedoucí práce)
Bakalářská práce je zaměřená na měření úspěšnosti dolování dat v oblasti shlukovaní. Seznamuje se základními pojmy, vlastnostmi dolování dat a hlavně se shlukovou analýzou dat. V rámci práce byl vytvořen program, který implementuje metody měření úspěšnosti. V závěru práce jsou uvedeny výsledky úspěšnosti shlukování.
|
|
|
Získávání znalostí z multimediálních databází
Jurčák, Petr ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce)
Práce je věnována tématu problematiky získávání znalostí z databází. Je zaměřena na základní metody klasifikace a predikce pro dolování dat. Dále se práce zaobírá extrakci nízkoúrovňových rysů z video dat a obrázků, a také shrnuje poznatky z podobnostního vyhledávání v multimediálním obsahu a indexaci tohoto typu dat. Závěr je věnován implementaci vybrané klasifikační metody a porovnání dosažených výsledků s nástrojem LibSVM.
|
|
|
Dolování v prostřední MS SQL pomocí inkrementálních algoritmů
David, Lukáš ; Bartík, Vladimír (oponent) ; Šebek, Michal (vedoucí práce)
Tato práce pojednává o problematice dolování v proudu dat, která patří v dnešní době k velmi dynamickým oblastem informačních technologií. V práci jsou popsány obecné principy dolování v datech a principy dolování v proudových datech. Podrobně je rozebrán implementovaný algoritmus CluStream. V rámci praktické části bylo navrženo a implementováno řešení zpracování proudových dat v technologii MSSQL za použítí výše uvedeného algoritmu. Funkčnost algoritmu pak byla ověřena za pomocí vlastního generátoru proudu dat.
|
|
|
Web page segmentation utilizing clustering techniques
Zelený, Jan ; Šimko, Marián (oponent) ; Kliegr, Tomáš (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Information extraction and other techniques for mining data from the Web get more important with the development of web technologies and raising amount of information stored exclusively on the Web. However, with this information, the amount of content that is completely irrelevant in context of the presented information grows as well. That's only one of the reasons why it is so important to intensively study and develop preprocessing of information stored on the Web. Segmentation algorithms are one of the possible ways of web page preprocessing. This thesis is dedicated to utilization of clustering techniques for improving the efficiency of existing web page segmentation algorithms, as well as finding completely new ones.
|
host ::
RSS.