|
|
Srovnání biocidní účinnosti dezinfekčních přípravků proti biofilmu
Šlitrová, Barbora ; Votava,, Miroslav (oponent) ; Omelková, Jiřina (vedoucí práce)
Pseudomonas aeruginosa je častým původcem nosokomiálních nákaz. Tento oportunní patogen je rezistentní vůči antibiotikům různých tříd i vůči biocidům. Některé jeho kmeny tvoří biofilm. Ve zdravotnictví představuje tvorba biofilmu značné riziko, které může vést až k závažnému onemocnění či úmrtí nemocného. Protože bakterie v biofilmu jsou odolnější než jejich planktonní formy, je důležité nalézt takové dezinfekční přípravky, které budou účinné i proti biofilmu. Byla otestována baktericidní účinnost čtyř dezinfekčních přípravků jak vůči biofilmu, tak na planktonních buňkách P. aeruginosa.
|
|
| |
|
|
Výběr volitelných parametrů částečného zapomínání
Votava, Adam ; Kárný, Miroslav (vedoucí práce) ; Šmíd, Martin (oponent)
Předložená práce se zabývá výběrem volitelných parametrů částečného zapomínání. Hlavním cílem je vytvoření algoritmu pro optimální vývoj těchto parametrů v čase, který bude lepší, ne použití konstatních parametrů. K tomuto účelu je nejprve představeno bayesovské dynamické rozhodování, následováno obecnými principy zapomínání při odhadování pomalu se měnících parametrů modelu a metodou částečného zapomínání. V práci je důvod usnadnění výpočtů uvažována exponenciální rodina hustot. Použitá metoda pro optimální volbu volitelných parametrů částečného zapomínání je nejprve popsána matematicky s využitím bayesovského učení. Hlavní důraz je klade zejména na volbu zapomínacího faktoru, jehož výběr je považován za bayesovské testování hypotéz s tím, že množina uvažovaných hypotéz se v čase vyvíjí. Zapomínání je aplikováno též na hypotézy. Vešekeré představené postupy jsou následně aplikovány na normální regresní model. Obecnost teoretické části však umožňuje jejich použití i pro jiné, např. markovské, modely. Algoritmus je následně naprogramován v jazyce Python a testován jak na skutečných dopravních datech, tak na datech uměle vytvořených.
|
|
|
Výběr volitelných parametrů částečného zapomínání
Votava, Adam ; Kárný, Miroslav (vedoucí práce) ; Šmíd, Martin (oponent)
Předložená práce se zabývá výběrem volitelných parametrů částečného zapomínání. Hlavním cílem je vytvoření algoritmu pro optimální vývoj těchto parametrů v čase, který bude lepší, ne použití konstatních parametrů. K tomuto účelu je nejprve představeno bayesovské dynamické rozhodování, následováno obecnými principy zapomínání při odhadování pomalu se měnících parametrů modelu a metodou částečného zapomínání. V práci je důvod usnadnění výpočtů uvažována exponenciální rodina hustot. Použitá metoda pro optimální volbu volitelných parametrů částečného zapomínání je nejprve popsána matematicky s využitím bayesovského učení. Hlavní důraz je klade zejména na volbu zapomínacího faktoru, jehož výběr je považován za bayesovské testování hypotéz s tím, že množina uvažovaných hypotéz se v čase vyvíjí. Zapomínání je aplikováno též na hypotézy. Vešekeré představené postupy jsou následně aplikovány na normální regresní model. Obecnost teoretické části však umožňuje jejich použití i pro jiné, např. markovské, modely. Algoritmus je následně naprogramován v jazyce Python a testován jak na skutečných dopravních datech, tak na datech uměle vytvořených.
|
|
| |
|
|
Srovnání biocidní účinnosti dezinfekčních přípravků proti biofilmu
Šlitrová, Barbora ; Votava,, Miroslav (oponent) ; Omelková, Jiřina (vedoucí práce)
Pseudomonas aeruginosa je častým původcem nosokomiálních nákaz. Tento oportunní patogen je rezistentní vůči antibiotikům různých tříd i vůči biocidům. Některé jeho kmeny tvoří biofilm. Ve zdravotnictví představuje tvorba biofilmu značné riziko, které může vést až k závažnému onemocnění či úmrtí nemocného. Protože bakterie v biofilmu jsou odolnější než jejich planktonní formy, je důležité nalézt takové dezinfekční přípravky, které budou účinné i proti biofilmu. Byla otestována baktericidní účinnost čtyř dezinfekčních přípravků jak vůči biofilmu, tak na planktonních buňkách P. aeruginosa.
|
|
| |
|
| |
|
| |
|
| |
host ::
RSS.