Žádný přesný výsledek pro Hlinka,, Jaroslav nebyl nalezen, zkusme místo něj použít Hlinka Jaroslav ...
Národní úložiště šedé literatury Nalezeno 14 záznamů.  předchozí11 - 14  přejít na záznam: Hledání trvalo 0.04 vteřin. 
Stanovení vzájemných vazeb mezi mozkovými strukturami
Klimeš, Petr ; Hlinka,, Jaroslav (oponent) ; Krajča,, Vladimír (oponent) ; Halámek, Josef (vedoucí práce)
Lidský mozek je tvořen vzájemně propojenými populacemi nervových buněk, které formují anatomicky i funkčně oddělené struktury. Pro studium fyziologie a patologie lidského mozku je zcela zásadní znát, jak jsou tyto struktury propojeny a jak se mezi nimi šíří informace. Publikované metody na detekci vzájemných vazeb se velmi často omezují pouze na analýzu povrchového EEG, pracují s vymezeným počtem kontaktů a nezachycují dynamický vývoj konektivity při kognitivních procesech nebo při různých stavech vědomí. Současně nepopisují konektivitu patologických částí mozku, jejíž analýza by mohla zásadně přispět k výzkumu a léčbě dané patologie. Cílem této práce je návrh metodiky a následná analýza časového průběhu vzájemných vazeb mezi mozkovými strukturami z intrakraniálního EEG. Analyzovány jsou fyziologické procesy v průběhu kognitivní stimulace, a lokální konektivita patologických částí epileptického mozku při klidu a spánku. Výsledky přinášejí nové poznatky v oblasti základního výzkumu fyziologie lidského mozku, kterých bylo dosaženo pomocí inovativního postupu, jenž kombinuje metody konektivity a výpočty výkonů EEG signálů. V druhé části práce je analyzována lokální konektivita epileptického ložiska (SOZ). Výsledky popisují funkční oddělení SOZ od okolní tkáně a mohou přispět do klinické praxe léčby epilepsie.
Robust Regularized Discriminant Analysis Based on Implicit Weighting
Kalina, Jan ; Hlinka, Jaroslav
In bioinformatics, regularized linear discriminant analysis is commonly used as a tool for supervised classification problems tailormade for high-dimensional data with the number of variables exceeding the number of observations. However, its various available versions are too vulnerable to the presence of outlying measurements in the data. In this paper, we exploit principles of robust statistics to propose new versions of regularized linear discriminant analysis suitable for highdimensional data contaminated by (more or less) severe outliers. The work exploits a regularized version of the minimum weighted covariance determinant estimator, which is one of highly robust estimators of multivariate location and scatter. The performance of the novel classification methods is illustrated on real data sets with a detailed analysis of data from brain activity research.
Plný tet: v1241-16 - Stáhnout plný textPDF
Plný text: content.csg - Stáhnout plný textPDF
Modelling and Analysis of Spontaneous Brain Activity
Hlinka, Jaroslav
Plný tet: 0348223 - Stáhnout plný textPDF
Plný text: content.csg - Stáhnout plný textPDF

Národní úložiště šedé literatury : Nalezeno 14 záznamů.   předchozí11 - 14  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.