Národní úložiště šedé literatury Nalezeno 29 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Group Detection in Crowds Using Spatiotemporal Data
Říha, David ; Hartman, David (vedoucí práce) ; Neruda, Roman (oponent)
Tato diplomová práce se zabývá detekcí skupin v davech a představuje algoritmus obohacený o sociologické poznatky o obvyklých formacích skupin mezi chodci. Navrhovaný algoritmus prokazuje srovnatelnou úspěšnost s existujícími řešeními - Time-sequence DBSCAN a Agglomerative Hierarchical Clustering, s využitím datasetu DIAMOR pro testování a porovnání. Kromě toho představujeme validační nástroj, který potenciálně dokáže zdokonalit výsledky existujících algoritmů na základě kritéria pro tvar skupiny, což vede k zlepšení přesnosti identifikace skupin. Klíčová slova: detekce skupin; clustering; analýza tvaru skupin; chování chodců;
Využití gadgetové konstrukce pro strukturální konvergenci
Hons, Tomáš ; Hartman, David (vedoucí práce) ; Ossona de Mendez, Patrice (oponent) ; Pultr, Aleš (oponent)
Strukturální konvergence je framework konvergence grafů a relačních struktur zalo- žený na počítání pravděpodobnosti splnění formulí predikátové logiky. V práci navrhu- jeme gadgetovou konstrukci, která nalezla uplatnění v mnoha oblastech matematiky, jako metodu výroby konvergentních posloupností relačních struktur. Pro elementární a lokální konvergenci studujeme chování posloupnosti struktur vytvořených gadgetovou konstrukcí z konvergentních poslouností základních struktur a gadgetů. Ukazujeme, že elementární konvergence je vždy zachována, zatímco v případě lokální konvergence je potřeba dalších předpokladů, což ilustrujeme řadou příkladů. Dokazujeme několik postačujících podmínek pro zachování lokální konvergence. Jedna z nich říká, že posloupnost vytvořených struk- tur je lokálně konvergentní, pokud v posloupnosti základních struktur byly nahrazované hrany husté. Představené postačující podmínky částečně komplementujeme inverzními větami. 1
Graphlets in Complex Networks
Trlifaj, Daniel ; Hartman, David (vedoucí práce) ; Černý, Martin (oponent)
Analýza charakteristik komplexních sítí je jednou ze základních úloh network sci- ence. V této práci zkoumáme graflety, malé indukované podgrafy zakořeněné v jednom vrcholu, jako nástroj pro popis a porovnávání sítí. Nejprve za pomoci teorie grafů zk- oumáme teoretické vlastností grafletů. Navrhneme analytická rámec pro jejich studium a předložíme několik pozorování. Nastíníme také provázání mezi graflety, Weisfeiler- Lehmanovým testem isomorfismu grafů a rekonstrukční hypotézou. Dokážeme, že znalost grafletů do velikosti n − 1 pro určité grafy je dostačující pro jejich rekonstrukci. V druhé části předložíme několik metrik charakterizující sítě založených na grafletech a aplikujeme je na reálné sítě. V souladu s existující literaturou výsledky naznačují, že graflety jsou potenciálně velmi dobrým nástrojem pro charakterizaci sítí. Oproti existující literatuře výsledky naznačují, že z perspektivy grafletů jsou sítě produkované Albert-Barabásiho modelem realističtější než sítě produkované jinými modely. 1
Node-attributed community detection
Vokálová, Kateřina ; Hartman, David (vedoucí práce) ; Korvasová, Karolína (oponent)
Komplexní systémy nás obklopují v našem každodenním životě a jejich pochopení může přinést užitečný vhled do mnoha oblastí. Tyto systémy se skládají z komponent (také známých jako komunity), které jsou vzájemně propojené. Tato práce se zaměřuje na detekci komunit ve vrcholově ohodnocených grafech. V naší práci jsme nejprve představili nezbytnou terminologii a poskytli přehled bench- marků využívaných pro testování algorithmů. Poté jsme studovali nastavení parametrů benchmarku a algoritmu a diskutovali získané výsledky. Celá analýza byla provedena na uměle vygenerovaných sítích se zaměřením na dopad parametrů benchmarku a algoritmů na výsledky. Tyto výsledky jsme následně podrobně rozebrali. Zejména jsme zjistili, že algoritmy jsou méně ovlivněny parametrem týkajícího se poměru komunitních hran, když je velikost sítě větší. Potvrdili jsme také naše očekávání, že výsledky budou negativně ovlivněny vyššími hodnotami šumu. 1
On the structure and values of betweenness centrality in dense betweenness-uniform graphs
Ghanbari, B. ; Hartman, David ; Jelínek, V. ; Pokorná, Aneta ; Šámal, R. ; Valtr, P.
Betweenness centrality is a network centrality measure based on the amount of shortest paths passing through a given vertex. A graph is betweenness-uniform (BUG)if all vertices have an equal value of betweenness centrality. In this contribution, we focus on betweenness-uniform graphs with betweenness centrality below one. We disprove a conjecture about the existence of a BUG with betweenness value α for any rational numberαfrom the interval (3/4,∞) by showing that only very few betweenness centrality values below 6/7 are attained for at least one BUG. Furthermore, among graphs with diameter at least three, there are no betweenness-uniform graphs with a betweenness centrality smaller than one. In graphs of smaller diameter, the same can be shown under a uniformity condition on the components of the complement.
Rooting algebraic vertices of convergent sequences
Hartman, David ; Hons, T. ; Nešetřil, J.
Structural convergence is a framework for convergence of graphs by Nešetřil and Ossona de Mendez that unifies the dense (left) graph convergence and Benjamini-Schramm convergence. They posed a problem asking whether for a given sequence of graphs (Gn) converging to a limit L and a vertex r of L it is possible to find a sequence of vertices (rn) such that L rooted at r is the limit of the graphs Gn rooted at rn. A counterexample was found by Christofides and Král’; but they showed that the statement holds for almost all vertices r of L. We offer another perspective to the original problem by considering the size of definable sets to which the root r belongs. We prove that if r is an algebraic vertex (i.e. belongs to a finite definable set); the sequence of roots (rn) always exists.
Analýza blockchainu používaného pro Bitcoin
Surma, David ; Hartman, David (vedoucí práce) ; Hubáček, Pavel (oponent)
Tato práce se zabývá analýzou blockchainu používaného pro Bitcoin. Blockchain je distribuovaná databáze všech uskutečněných transakcí s touto kryptoměnou. Její veřejná dostupnost představuje možnost zkoumání přesunů prostředků mezi veškerými uživateli. Ti však v transakcích vystupují pod anonymními adresami, jejichž počet je prakticky ne- omezený. Hlavním cílem naší práce je nalézt klastrování adres odpovídající jejich přísluš- nosti k reálným uživatelům. V práci navrhujeme nové heuristiky, které lze při klastrování využít. Hlavním přínosem je metoda, která využívá vlastnosti velmi rychle po sobě vytvo- řených transakcí. Dále analyzujeme problém vzniku superklastru obsahujícího neúměrně velkou část adres a navrhujeme způsob, jakým lze klastr vhodně rozdělit. 1
Approximative symmetries of complex networks
Straka, Matej ; Hartman, David (vedoucí práce) ; Černý, Martin (oponent)
Cieľom tejto práce je preskúmať problém aproximativných symetrií komplexných sietí. Najprv analyzujeme ako sa takáto symetria dá merať. Potom preskúmame dva algoritmy, ktorými môžeme merať aproximativné symetrie sietí a hľadať permutácie reprezentu- júce tieto symetrie. Základom prvej metódy je využitie algoritmu simulovaného žíha- nia, ktorý je veľmi pomalý pri naivnej implementácii. Využijeme vlastnosti funkcie na meranie symetrií na to, aby sme simulované žíhanie výrazne zrýchlili, čoho dôsledkom je využiteľnosť tejto metódy na väčších sieťach. V druhom prístupe modifikujeme už existujúcu metódu využívanú v hľadaní podobností grafov tak, aby bola využiteľná na meranie symetrie. Následne tieto dva algoritmy porovnáme. Tieto dve metódy zároveň aplikujeme na modely generujúce náhodné siete, ktoré re- flektujú vlasnosti reálnych sietí. Preskúmame ako naša funkcia na meranie aproximatívnej symetrie koreluje s inými mierami grafov, ako napríklad modularita či klastrovací koe- ficient. Na záver použijeme tieto algoritmy na hľadanie symetrie na reálnych mozgov- ých dátach a preskúmame, ako veľmi symetrické tieto mozgy sú a odkiaľ ich symetria pochádza. 1
Utilization of brain connectivity in classification and regression tasks in brain data
Řežábková, Jana ; Hartman, David (vedoucí práce) ; Neruda, Roman (oponent)
Tato práce zkoumá, jak postupné zvyšování množství strukturálních in- formací zahrnutých do modelů strojového učení ovlivňuje úspěšnost pre- dikce schizofrenie na základě matic funkční konektivity získaných pomocí res- ting state funkční magnetické rezonance. Byly prozkoumány tři strukturální nastavení - žádná struktura prostřednictvím tradičních modelů strojového učení, modelování uzlů prostřednictvím nově navržené architektury založené na feed forward vrstvě, která umožňuje kombinovat sousedy pro každý uzel zvlášť, a modelování uzlů i hran pomocí grafových neuronových sítí. Ačkoli výsledky na dostupném datasetu se 190 záznamy neodhalily nejlepší strategii, byly identifikovány dva poznatky (a) je lepší vytvořit řídké matice výběrem top k sousedů každého uzlu, než ponecháním top n % nejvyšších hodnot, a (b) je výhodné modelovat korespondenci uzlů napříč vzorky. Všechny expe- rimenty byly vyhodnoceny pomocí vhodné validační strategie, vnořené cross validace, což se typicky v recenzované literatuře nedařilo.
Výpočetní modely vývoje dendritických buněk
Štráchalová, Sára ; Bílý, Tomáš (vedoucí práce) ; Hartman, David (oponent)
Matematické modelování postupně upevňuje své místo v biologii a medicíně coby ná- stroj zkoumání a předvídání chování systémů. V této práci navrhujeme a analyzujeme jednoduchý kompartmentový model imunitního systému a jeho reakcí, se zaměřením na dendritické buňky. Tyto buňky jsou důležitou složkou imunitního systému, která je klí- čová pro zahájení specifické části imunitní odpovědi. Analýza se zaměřuje na typy chování a stabilitu modelu. Naše výsledky srovnáváme s již existujícím základním modelem imu- nitního systému. 1

Národní úložiště šedé literatury : Nalezeno 29 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Viz též: podobná jména autorů
8 HARTMAN, David
1 Hartman, David Bc.
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.