|
|
Případová studie na dolování z dat v jazyce Python
Stoika, Anastasiia ; Burgetová, Ivana (oponent) ; Zendulka, Jaroslav (vedoucí práce)
Tato práce se zabývá základními koncepty a technikami procesu získávání znalostí z dat. Cílem práce je demonstrovat dostupné prostředky jazyka Python, které umožňují provádět jednotlivé kroky tohoto procesu. Práce je zaměřena především na metody a techniky detekce odlehlých pozorování, založené na shlukování a klasifikaci. Jedná se o řešení analytické úlohy, která se týká zdrojů dat s omezeným množstvím využitelné informace. Tato kontrolní činnost by měla sloužit k detekci podezřelých prodejních transakcí nějaké společnosti, které mohou znamenat pokusy o podvod jejích prodejci.
|
|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Ullrich, Petr ; Šůstek, Martin (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá problematikou snímání mozkové aktivity, implementací jejího zpracování, analýzy a klasifikace. Ke snímání je použit hardware společnosti OpenBCI. Nastudoval jsem a popsal potřebné informace o snímání mozkové aktivity a projektu OpenBCI. Byl vytvořen návrh pro datový set, zpracování a klasifikaci myšlenek. Vytvořený systém umožňuje klasifikaci na základě nasnímané mozkové aktivity. Pro klasifikaci byla použita neuronová síť, ale úspěšnost rozpoznání navržených tříd nebyla vysoká.
|
|
|
Analýza dat pro řešení problémů s vlhkostí v budovách
Nečasová, Klára ; Korček, Pavol (oponent) ; Kořenek, Jan (vedoucí práce)
Cílem práce bylo řešit problémy s nadměrnou vlhkostí v budovách pomocí analýzy dat. Teoretická část práce se zabývá vlivem nadměrné vlhkosti na zdraví obyvatel budov a také na stav budov. Dále jsou popsány metody dolování z dat včetně klasifikace, predikce a shlukování a současně jsou vysvětleny možnosti vyhodnocení a výběru modelů. Praktická část je zaměřena na popis hardwarové platformy a scénářů měření. Klíčovými parametry, které ovlivňují relativní vlhkosti uvnitř budov, jsou teplota v místnosti, venkovní teplota a venkovní relativní vlhkost. Dlouhodobé měření uvedených parametrů bylo provedeno za využití sady senzorů a BeeeOn systému. Naměřená data byla využita pro návrh systému, který detekuje události spojené se změnou vlhkosti. Regulace výměny vzduchu v místnosti byla stanovena na základě přirozené ventilace.
|
|
|
Material Artefact Generation
Rončka, Martin ; Španěl, Michal (oponent) ; Kodym, Oldřich (vedoucí práce)
Even in the age of big data, some high-quality data sets of images with distinct artefacts are hard to obtain, either due to the source being limited or due to annotation difficulty. This applies for multiple areas such as engineering and radiology. Current state of the art methods for classification and defect detection require large well-balanced data sets to be feasible. For small data sets we face the issue of overfitting and data paucity which cause models to misclassify data in favor of over-represented classes. Part of this work deals with finding a suitable method for generating realistic images for given datasets and experiments with mitigating overfitting and data paucity by generating new images based the original dataset using Conditional Generative Adversarial Networks (CGAN) and heuristic annotation generator. Three datasets were used overall during this project. Threads dataset was used during the image generation experiments phase due to it's complexity in structure. Subsequently, two additional CGAN networks have been trained, one for Ceramics and the other for brain scans from BraTS dataset. Ceramics and BraTS was later used to evaluate the effect of generated data on training classification and segmentation networks.
|
|
|
Klasifikace vybraných zemědělských plodin v modelovém území Kutnohorska s využitím časové řady dat Sentinel-2 a PlanetScope
Kuthan, Tomáš ; Kupková, Lucie (vedoucí práce) ; Potůčková, Markéta (oponent)
Klasifikace vybraných zemědělských plodin v modelovém území Kutnohorska s využitím časové řady dat Sentinel-2 a PlanetScope Abstrakt Práce je zaměřena na analýzu spektrálních charakteristik vybraných zemědělských plodin v průběhu zemědělské sezóny z časové řady družicových dat senzorů Sentinel-2 (A a B) a PlanetScope v modelovém území v okolí sídel Kolín a Kutná Hora. Vychází z předpokladu, že využití více termínů obrazových dat, která zachycují plodiny v různých fenologických fázích, umožňuje lepší identifikaci druhů plodin (Lu et al., 2004). Cílem práce bylo zpracovat charakteristiku sezónního průběhu spektrálních příznaků vybraných zemědělských plodin (cukrovka, ječmen jarní, ječmen ozimý, kukuřice, pšenice jarní, pšenice ozimá, řepka ozimá), která určí období roku vhodná pro odlišení jednotlivých plodin. Dalším cílem práce bylo provést klasifikaci těchto plodin v modelovém území z časové řady dat dvou výše zmíněných senzorů a porovnat přesnost pixelové a objektově orientované klasifikace pro multitemporální kompozit a přesnost pro snímek z období, kdy jsou od sebe jednotlivé plodiny dobře rozlišitelné. Trénovací a validační plochy a klasifikační maska byly vytvořeny s využitím databáze LPIS, kterou poskytl Státní zemědělský intervenční fond. Pro klasifikaci byla využita časová řada družicových dat obou...
|
|
|
The application of atmospheric circulation classifications in the interpretation of climate model outputs
Stryhal, Jan ; Huth, Radan (vedoucí práce) ; Halenka, Tomáš (oponent) ; Beranová, Romana (oponent)
Využití klasifikací atmosférické cirkulace v interpretaci výstupů z klimatických modelů Mgr. Jan Stryhal Automatizované klasifikace polí atmosférické cirkulace (zkráceně cirkulační klasifikace) jsou nástrojem hojně užívaným v synoptické a dynamické klimatologii ke studiu atmosférické cirkulace a vazeb mezi atmosférickou cirkulací a nejrůznějšími atmosférickými, environmentálními a společenskými jevy. Aplikace cirkulačních klasifikací na výstupy dynamických modelů atmosféry prodělaly od prvních studií před zhruba 30 lety značný rozvoj, odrážející rychlý rozvoj statistiky, výpočetní techniky a přirozeně také klimatologického výzkumu, který se tváří v tvář paradigmatu antropogenních klimatických změn stává více a více závislým na simulacích atmosféry. Nekoordinované využívání nejrůznějších statistických přístupů v analýze výstupů globálních modelů klimatu a jejich ensemblů a nahodilý výběr cirkulačních proměnných, prostorových a časových domén a referenčních datových souborů vyústily v potřebu srovnávacích studií, které by objasnily, nakolik je srovnání klasifikací ve dvou datových souborech citlivé k subjektivním volbám. Tato práce reaguje na tuto potřebu zaměřením na roli, jakou hrají v podobných výzkumech volba klasifikační metody a v případě validace modelů volba referenční reanalýzy atmosféry. Za...
|
|
|
Proces zavádění formativního hodnocení na základní škole EDUCAnet
Buršíková, Hana ; Mazáčová, Nataša (vedoucí práce) ; Sak, Petr (oponent)
V teoretické části této diplomové práce jsem se zaměřila na vysvětlení některých základních pojmů spojených s hodnocením. Zmínila jsem možnosti různých způsobů hodnocení a poukázala na pozitiva i limity spojené se změnou hodnocení, jež jsou výsledkem vlastního pozorování a zkušeností. Přístup k hodnocení žáků jsem představila v praktické části této práce. Závěrečný výzkum byl soustředěn na postoje žáků ZŠ EDUCAnet ke školnímu hodnocení. Cílem zkoumání bylo zjištění, který typ formativního hodnocení žáci preferují. Pozornost jsem věnovala motivaci žáků a jejich přístupu k práci s chybou.
|
|
|
Klasifikace druhové skladby lesa pomocí dat Sentinel-2 a Landsat
Havelka, Ondřej ; Štych, Přemysl (vedoucí práce) ; Kupková, Lucie (oponent)
Hlavním cílem diplomové práce je zhodnocení využitelnosti vybraných klasifikačních algoritmů k rozlišení druhové skladby lesů na území Česka. Použitím družicových snímků Sentinel-2 a Landsat 8 je zkoumáno, zda lepší prostorové rozlišení ovlivní výslednou klasifikaci a zda díky technologickému pokroku lze docílit klasifikace lesních porostů na úrovni jednotlivých druhů. Základem každé řízené klasifikace je vhodně zvolený soubor trénovacích a kontrolních množin, který v předkládané práci vychází z polygonové vrstvy, popisující druhovou skladbu, jejímž autorem je Ústav pro hospodářskou úpravu lesů. Na základě rešerše aktuální odborné literatury jsou v předkládané práci použity klasifikační algoritmy Support Vector Machine, Neural Network a Maximum Likelihood. Je snahou jejich modifikacemi, které vychází z výsledků odborných prací, dosáhnout co nejvyšší klasifikační přesnosti. Veškeré výsledky jsou doplněny tabulkami, grafy a mapami, které uceleně a přehledně shrnou odpovědi na stanovené cíle předkládané práce.
|
|
|
Neighborhood components analysis and machine learning
Hanousek, Jan ; Antoch, Jaromír (vedoucí práce) ; Maciak, Matúš (oponent)
V této práci se zabýváme algoritmem NCA, který je modifikací algoritmu k- nejbližších sousedů. Po krátkém úvodu do klasifikačních algoritmů se zaměříme na algoritmus KNN, jeho silné a slabé stránky a co vedlo ke vzniku NCA. Poté prodiskutujeme dvě nejvíce používané modifikace NCA nazvané Fast NCA a Ker- nel (fast) NCA, které používá takzvaný "Kernel trick". Důležitou částí práce je také nově navržený algoritmus založený na KNN (/NCA) a na LDA nazvaný TSKNN (/TSNCA). V závěru této práce použijeme všechny algoritmy popsané v této práci na vyhodnocení dvou finančních problémů a porovnáme jak byly jednotlivé algoritmy úspěšné. 1
|
|
|
Klasifikace na množinách bodů v 3D
Střelský, Jakub ; Mráz, František (vedoucí práce) ; Šikudová, Elena (oponent)
Rostoucí zájem o klasifikaci 3D geometrických dat vedl k objevu PointNet, což je neuronová síť schopná přímého zpracování neuspořádaných množin bodů. Tato práce prozkoumává několik metod využítí obvyklých bodových příznaků v PointNet síti a jejich účinek na klasifikaci. Účinnost klasifikace předvedených metod byla experimentálně otestována a porovnána s výchozím modelem Point- Net na čtyřech různých sadách dat. Výsledky naznačují, že některé z uvažovaných bodových příznaků mohou vylepšit účinnost klasifikace na datech ve kterých ne- jsou objekty orientovány kanonicky. Obzvláště známé příznaky spin images za- komponované v PointNet síti byly úspěšné v našich experimentech. Objevili jsme navíc alternativu ke spatial transformer, což je součást PointNet sítě, která má za úkol potlačovat problém s nezarovnanou orientací objektů v datech. Další výsledky experimentů naznačují, že tato alternativa může být schopná konkurovat spatial transformer technice na obtížných datech. 1
|
host ::
RSS.