|
|
Klasifikace dokumentů podle tématu
Marek, Tomáš ; Škoda, Petr (oponent) ; Otrusina, Lubomír (vedoucí práce)
Tato práce se zabývá problematikou klasifikace textových dokumentů, a to především metodami klasifikace textu. Hlavním cílem této práce je rozebrat dva algoritmy pro klasifikaci dokumentů, implementovat je a následně porovnat. Byl zvoleny algoritmy Bayesovského klasifikátoru a klasifikátoru založeného na metodě support vector machines (SVM), které jsou v této práci podrobně analyzovány a popsány. Jedním z cílů této práce bylo optimálně vytvořit a vybrat příznaky, které by co nejvíce napomohly klasifikaci textu. V závěru práce je provedeno množství testů, ukazujících účinnost obou klasifikátorů za různých podmínek.
|
|
|
Evoluční model s učením (LEM) pro optimalizační úlohy
Grunt, Pavel ; Vašíček, Zdeněk (oponent) ; Schwarz, Josef (vedoucí práce)
Tato práce se zabývá evolučním modelem s učením, relativně novou evoluční optimalizační metodou používající klasifikační algoritmy. Její optimalizační průběh je řízen dle charakteristiky rozdílu skupiny nejlepších od skupiny nejhorších řešení v populaci. Práce blíže představuje nové verze metody s klasifikačními algoritmy AdaBoost, SVM a také způsob využívání většího počtu skupin řešení. Kvality metod byly ověřovány na řadě experimentů ve statickém i dynamickém prostředí. Výsledky experimentů ukázaly, že metoda dosahuje nejlepších hodnot při menších velikostech skupin. Při srovnání s EDA (Estimation of Distribution Algorithm) optimalizačním algoritmem varianty evolučního modelu s učením dosahovaly srovnatelných a lepších výsledků rychleji. Celkově nejlépe si vedla varianta kombinující klasifikátory AdaBoost a SVM.
|
|
|
Visipedia - Embedding-driven Visual Feature Extraction and Learning
Jakeš, Jan ; Beran, Vítězslav (oponent) ; Zemčík, Pavel (vedoucí práce)
Multidimensional embedding is a powerful method of representing similarity measures among objects without the need for their explicit categorization. It has been increasingly used in recent years to annotate objects making an important part of the Visipedia project and its related work. This work explores the possibilities of learning from embedding-annotated images using their visual attributes and develops methods of predicting embedding coordinates for previously unseen images. It studies the relevant feature extraction and learning algorithms and describes the whole process of design and development of such a system using common machine learning approaches. The system is tested and evaluated with two different datasets and the performed experiments present the first results for a task of its kind.
|
|
|
Automated Web Page Categorization Tool
Lat, Radek ; Bartík, Vladimír (oponent) ; Malčík, Dominik (vedoucí práce)
This master's thesis describes the design and implementation of a tool for automated web pages categorization. The goal of this tool is to be able to learn from given sample web pages how each category looks like. Later, it should manage to assign these categories to previously unseen web pages. The tool should support multiple categories and languages. Advanced machine learning, language detection, and data mining techniques were used for the development of this tool. It is based on open source libraries and it is written in Python 3.3.
|
|
|
Rozpoznávání pojmenovaných entit
Rylko, Vojtěch ; Otrusina, Lubomír (oponent) ; Smrž, Pavel (vedoucí práce)
V této práci je načrtnuta historie a jsou představena teoretická východiska rozpoznávání pojmenovaných entit, na jejichž základě je implementován systém v jazyce C++ pro detekci a zjednoznačňování pojmenovaných entit. Systém používá lokální metodu zjednoznačňování a pracuje se statistikami vytvořenými z rozsáhlých webových dat Wikilinks. S vyvinutým systémem jsou prováděny experimenty a je srovnáván s alternativními implementacemi. Experimenty prokazují dostatečnou úspěšnost a rychlost systému. Systém se účastní soutěže Entity Recognition and Disambiguation Challenge 2014.
|
|
|
Strojové učení v úloze predikce vlivu aminokyselinových mutací na stabilitu proteinu
Malinka, František ; Martínek, Tomáš (oponent) ; Bendl, Jaroslav (vedoucí práce)
Tato práce popisuje nový přístup k predikci vlivu aminokyselinových mutací na změnu stability proteinu. Cílem je vytvořit nový meta-nástroj, který kombinuje výstupy osmi vybraných nástrojů, díky čemuž je schopen svoji predikční schopnost zlepšit. Pro nalezení optimálního konsenzu mezi těmito nástroji je použito různých metod strojového učení. Ze všech testovaných metod strojového učení dosahuje KStar nejvyšší úspěšnosti predikce na trénovacím datasetu tvořeného experimentálně ověřenými mutacemi z databáze ProTherm. Právě z tohoto důvodu je KStar vybrán jako optimální predikční technika. Pro prokázání korektnosti výsledků tohoto meta-nástroje je použito testovacího datasetu vytvořeného ojedinělým způsobem, a to z vícebodových mutací extrahovaných taktéž z databáze ProTherm. Jelikož nebyly vícebodové mutace použity pro natrénování žádného z integrovaných nástrojů, předpokládá se, že takovéto porovnání je objektivní. Ve výsledku se tímto přístupem podařilo pomocí metody strojového učení KStar zvýšit korelační koeficient na trénovacím datasetu o 0,130, respektive o 0,239 na datasetu testovacím oproti nejúspěšnějšímu integrovanému nástroji. Na základě zjištěných údajů je možné říci, že metody strojového učení jsou vhodnými technikami pro problémy z oblasti proteinových predikcí.
|
|
|
Získávání znalostí z objektově relačních databází
Chytka, Karel ; Vrážel, Dušan (oponent) ; Chmelař, Petr (vedoucí práce)
Cílem této diplomové práce je seznámit se s problematikou získávání znalostí a klasifikací objektově relačních dat. Práce dále navazuje a aplikaci získávání znalostí v objektově relačních databázích. Práce shrnuje problémy spojené s dolování v casoprostorových datech. Konkrétně jsou zde probírány vlastnosti jádrového algoritmu SVM pro data mining. Druhá cást práce se zabývá implementací klasifikacní metody pro získávání znalostí z trajektorií pohybujících se objektů z projektu Caretaker. Dále je součástí práce implementace aplikace pro předzpracování časoprostorových dat, jejich organizaci v databázi a prezentaci časoprostorových dat.
|
|
|
Harmonizace melodie
Vlasák, Jaroslav ; Černocký, Jan (oponent) ; Fapšo, Michal (vedoucí práce)
Tato bakalářská práce se zabývá automatickou harmonizací melodie. Implemetovaný systém využívá strojového učení, kdy se principy harmonie učí z databáze MIDI souborů. Vstupem tohoto systému mohou být jednohlasé skladby ve formátu MIDI či v ABC notaci. Výstupem jsou pak zharmonizované MIDI soubory ve stylu protestantského chorálu.
|
|
|
Detekce síťových anomálií na základě NetFlow dat
Czudek, Marek ; Bartoš, Václav (oponent) ; Kořenek, Jan (vedoucí práce)
Tato práce se zabývá využitím NetFlow dat v systémech pro detekci narušení nebo anomálií v síťovém provozu.Práce zahrnuje popis způsobů, které se využívají pro sběr dat ze síťě. Rozsáhleji je zde popsán protokol NetFlow. Následně se práce zaměřuje na analýzu a popis různých metod, které se využívají pro detekci anomálií v síťovém provozu, se zhodnocením jejich výhod a nevýhod. Na základě analýzy těchto metod je v další části práce vybrána konkrétní metoda. Následně je provedena analýza datové sady s využitím vybrané metody. Na základě výsledků je navržen algoritmus pro detekci anomálií v reálném čase. Tato konkrétní metoda byla vybrána na základě toho, že je schopna detekovat anomálie v neoznačeném síťovém provozu. V poslední části práce je algoritmus implementován a jsou provedeny experimenty s výslednou aplikací nad reálnými NetFlow daty.
|
|
|
Extrakce informací z biomedicínských textů
Knoth, Petr ; Burget, Radek (oponent) ; Smrž, Pavel (vedoucí práce)
V poslední době bylo vynaloženo velké úsilí k tomu, aby byly biomedicínské znalosti, typicky uložené v podobě vědeckých článků, snadněji přístupné a bylo možné je efektivně sdílet. Ve skutečnosti ale nestrukturovaná podstata těchto textů způsobuje velké obtíže při použití technik pro získávání a vyvozování znalostí. Anotování entit nesoucích jistou sémantickou informaci v textu je prvním krokem k vytvoření znalosti analyzovatelné počítačem. V této práci nejdříve studujeme metody pro automatickou extrakci informací z textů přirozeného jazyka. Dále zhodnotíme hlavní výhody a nevýhody současných systémů pro extrakci informací a na základě těchto znalostí se rozhodneme přijmout přístup strojového učení pro automatické získávání exktrakčních vzorů při našich experimentech. Bohužel, techniky strojového učení často vyžadují obrovské množství trénovacích dat, která může být velmi pracné získat. Abychom dokázali čelit tomuto nepříjemnému problému, prozkoumáme koncept tzv. bootstrapping techniky. Nakonec ukážeme, že během našich experimentů metody strojového učení pracovaly dostatečně dobře a dokonce podstatně lépe než základní metody. Navíc v úloze využívající techniky bootstrapping se podařilo významně snížit množství dat potřebných pro trénování extrakčního systému.
|
host ::
RSS.