Název:
Získávání znalostí z multimediálních databází
Překlad názvu:
Knowledge Discovery in Multimedia Databases
Autoři:
Jirmásek, Tomáš ; Řezníček, Ivo (oponent) ; Chmelař, Petr (vedoucí práce) Typ dokumentu: Diplomové práce
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
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.
This master's thesis deals with knowledge discovery in databases, especially basic methods of classification and prediction used for data mining are described here. The next chapter contains introduction to multimedia databases and knowledge discovery in multimedia databases. The main goal of this chapter was to focus on extraction of low level features from video data and images. In the next parts of this work, there is described data set and results of experiments in applications RapidMiner, LibSVM and own developed application. The last chapter summarises results of used methods for high level feature extraction from low level description of data.
Klíčová slova:
Bayesovská klasifikace; dolování dat; Euklidovská vzdálenost.; klasifikace; LibSVM; multimediální databáze; nízkoúrovňové rysy; predikce; RapidMiner; TRECVid; Získávání znalostí z databází; Bayes classification; classification; data mining; Euclidean distance.; Knowledge discovery in databases; LibSVM; low level features; multimedia databases; prediction; RapidMiner; TRECVid
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/52746