|
|
Detekce síťových anomálií založená na PCA
Krobot, Pavel ; Kováčik, Michal (oponent) ; Bartoš, Václav (vedoucí práce)
Tato práce se zabývá detekcí anomálií v počítačových sítích. Konkrétní metoda, jež bude dále popsána, je založena na analýze hlavních komponent. V rámci této práce byl studován původní návrh této metody a jeho další dvě rozšíření. Základní verze a poslední rozšíření pak byly implementovány společně s jedním dalším malým rozšířením, které bylo navrženo v rámci této práce. Nad výslednou implementací byla následně provedena série testů. Tyto testy přinesly dva hlavní poznatky. První z nich poukazuje na možnou použitelnost analýzy hlavních komponent pro detekci anomálií v síťovém provozu. Druhý pak poznamenává, že přestože se metoda v jistých ohledech ukázala jako funkční, je ještě nedokonalá a je potřeba dalšího výzkumu pro její vylepšení.
|
|
|
Rekonstrukce 3D modelu obličeje pomocí zařízení Kinect
Nesvadba, Tomáš ; Malinka, Kamil (oponent) ; Mráček, Štěpán (vedoucí práce)
Cílem této bakalářské práce je navrhnout způsob pro zvýšení rozlišení 3D modelů obličeje pořízených senzorem Kinect a toto řešení implementovat. V práci jsou popsány metody snímání 3D modelů,senzor Kinect a jeho vlastnosti v porovnání s kvalitními 3D skenery. Hlavní částí práce je popis statistického modelu založeného na PCA analýze a jeho využití při návrhu aplikace. V závěru je provedeno testování s různými vstupy a zhodnocení dosažených výsledků implementovaného programu.
|
|
|
Sledování pohybu srdečního svalstva v ultrazvukovém záznamu
Strecha, Juraj ; Drahanský, Martin (oponent) ; Mráček, Štěpán (vedoucí práce)
Tato práce se zabývá návrhem algoritmu a implementací programu, který v pořízeném ultrazvukovém videozáznamu srdce sleduje pohyb srdečního svalstva. Odhad polohy sledovaných bodů počítá metoda optického toku. K utvrzení správnosti polohy sledované struktury se používá statistický model Active Shape Model. Uživatel vyznačí strukturu srdečního oblouku a aplikace na dalších snímcích záznamu zobrazuje novou polohu bodů, které reprezentují nový deformovaný tvar.
|
|
|
Nástroj pro predikci atributů životního stylu na základě metagenomických dat z tlustého střeva
Kubica, Jan ; Hon, Jiří (oponent) ; Smatana, Stanislav (vedoucí práce)
Tato práce se zabývá analýzou lidského mikrobiomu na základě metagenomických dat z tlustého střeva. Předmětem zkoumání je zastoupení bakterií na různých taxonomických úrovních v závislosti na životním stylu jedince. Byl vytvořen nástroj klasifikující jednotlivé atributy, jako jsou stravovací návyky (vegetarián, vegan, všežravec), citlivost na lepek a laktózu, body mass index nebo věk či pohlaví, s využitím metod strojového učení. Při implementaci byly zvoleny metody k nejbližších sousedů (kNN), náhodný les (RF) a metoda podpůrných vektorů (SVM). Data pro natrénování klasifikátoru a vyhodnocení byla čerpána z projektu American Gut. Práce se rovněž zaobírá problémy spojenými s danými datovými sadami, jako je mnoharozměrnost, řídkost, jejich kompoziční závislost a nevyváženost.
|
|
| |
|
|
Energy Harvesting Power Supply for MEMS Applications
Smilek, Jan ; Leuchter, Jan (oponent) ; Ondrůšek, Čestmír (oponent) ; Hadaš, Zdeněk (vedoucí práce)
This thesis deals with the development of an independent power source for modern low-power electronic applications. Since the traditional approach of powering small applications by means of primary or secondary batteries lowers the user comfort of using such a device due to the necessary periodical maintenance, the novel power source is using the energy harvesting approach. This approach means that the energy is scavenged from the ambience of the powered application and converted into electricity in order to satisfy the power requirements of the newest MEMS electrical devices. The target applications for the new energy harvesting device are seen in wearable and biomedical electronic devices. That places challenging requirements on the energy harvester, as it has to harvest sufficient energy from the ambience of human body, while fulfilling practical size and weight constraints. After the preliminary requirements setting and analyses of possible sources of energy a kinetic energy harvesting principle is selected to be employed. A series of measurements is then conducted to obtain and generalize the kinetic energy levels available in the human body during various activities. A novel design of kinetic energy harvester is then introduced and developed into the form of a functional prototype, on which the actual performance is evaluated. Aside from the actual new harvester design, the thesis introduces an original way of improving the power output of the inertial energy harvesters and provides statistical data and models for the human energy harvesting usability prediction.
|
|
|
Rozpoznání lidské tváře
Burián, Pavel ; Ševcovic, Jiří (oponent) ; Herout, Adam (vedoucí práce)
Tato bakalářská práce se zabývá problematikou rozpoznávání lidské tváře v obraze. Popisuje principy detekce tváře, metody pro rozpoznávání a existující datové sady tváří. Zaměřuje se na rozbor, srovnání a testování algoritmů eigenface, fisherface a KDDA (Kernel Direct Discriminant Analysis).
|
|
|
Identifikace obličeje
Macenauer, Oto ; Drozd, Michal (oponent) ; Chmelař, Petr (vedoucí práce)
Tato práce uvádí čtenáře do problematiky rozpoznání obličeje. Jsou zde zmíněny a rozřazeny různé metody sloužící k identifikaci obličeje. Hlavní důraz práce je kladen na problémy současných řešení problému rozpoznání obličeje a následně je vyvinuta snaha tyto problémy vyřešit. Vyřešení těchto nedostatků technologie je nutností pro masivní rozšíření implementací identifikace obličeje. Dále se práce zaměřuje na implementaci zvolených metod, což jsou lineární diskriminační analýza a analýza hlavních komponent. Tyto metody jsou vzájemně porovnány a výsledky jsou poskytnuty v závěru práce.
|
|
|
Detekce bdělosti mozku ze skalpového EEG záznamu za pomoci vyšších statistických metod
Semeráková, Nikola ; Ronzhina, Marina (oponent) ; Labounek, René (vedoucí práce)
Diplomová práce se věnuje detekci bdělosti mozku ze skalpového EEG záznamu pomocí vyšších statistických metod. Součástí práce je popis elektroencefalografie, od způsobu geneze signálu, snímání, elektroencefalografu, artefaktů EEG signálu, frekvenčních pásem EEG signálu až po jeho možné zpracování. Dále je zde rozebrán pojem mentální únavy a možnosti její detekce v EEG signálu. Následně jsou zde popsány principy vyšších statistických metod PCA a ICA a konkrétní možnosti dekompozice EEG signálu pomocí těchto metod, ze kterých byla vybrána metoda skupinové prostorovofrekvenční ICA jako vhodná metoda pro selekci dílčích oscilačních zdrojů v EEG signálu V další části je popsán způsob akvizice dat, návrh řešení za pomoci vybrané metody a popis implementovaného algoritmu, který byl aplikován na reálná 256-svodová skalpová EEG data nasnímaná při plnění blokového úkolu zaměřeného na testování pozornosti subjektů. Dekomponován byl absolutní a relativní výkon EEG signálu. Z dosažených výsledků pozorujeme, že fluktuace prostorovofrekvenčních vzorů relativního výkonu (zejména pro theta a alfa pásma) mnohem více signifikantně korespondují se změnou reakčního času a s chybovostí subjektů plnících úkol. Tato dosažená pozorování se jeví poměrně konzistentní s dříve publikovanou literaturou a aktuální studie ukazuje, že prostorovo-frekvenční ICA je schopna slepě izolovat prostorovo-frekvenční vzory, jejichž fluktuace jsou statisticky signifikantně korelované s parametry (reakční čas, míra chybovosti) plynoucími přímo z plnění daného úkolu.
|
|
|
Using Laser-Induced Breakdown Spectroscopy (LIBS) for Material Analysis
Pořízka, Pavel ; Hrdlička, Aleš (oponent) ; Pína,, Ladislav (oponent) ; Kaiser, Jozef (vedoucí práce)
This doctoral thesis is focused on further development of the Laser-Induced Breakdown Spectroscopy (LIBS) device for in-situ and in real-time classification and quantification of samples. The major part of work, namely the whole experimental part for this thesis, was conducted at the Federal Institute for Material Research and Testing (BAM) in Berlin, Germany where a simple LIBS system was constructed. In parallel to experimental work, the literature was surveyed with the aim to give a thorough view on the usage of chemometrics in the LIBS community. The application of chemometric algorithms on LIBS data is generally recommended when more complex data sets are obtained. The research was primarily aimed on the LIBS capability of quantitative analysis and classifying the igneous rocks. Variety of samples was measured employing a simple LIBS system. The sample set was compiled from certified reference materials as well as from real samples collected directly at copper mines in Iran. The samples from Iran were classified in-situ by an experienced geologist and the copper content was estimated at the University of Clausthal, Germany. Even though the certified reference materials were analysed, the resulting calibration curve was highly nonlinear. For each individual rock type the relevant part of the calibration curve was observed under different trend. This separation of the calibration curve was assigned to the so-called matrix effect, which strongly affects the LIBS measurement. In other words, when different matrices with complex composition are analysed at once, the quantitative analysis employing the univariate calibration curves may not be reliable. Moreover, the normalization of such calibration curves using the intensity of selected matrix element lines did not let to a significant improvement in their linearity. It is generally not possible to pick up one line, which could perform the linearization independently on the complex data matrices. Chemometric algorithms, such as principal component regression (PCR) and partial least squares regression (PLSR), were used for multivariate calibration. PCR and PLSR may compensate for the matrix effect only to a certain extent. Furthermore, samples were successfully classified based on their spectral fingerprint (i.e. composition of matrix elements) employing principal component analysis (PCA) and Kohonen’s selfs-organizing maps. On the basis of theory and results, a solution for the reliable classification and quantification of unknown samples is proposed. The whole study should contribute to the processing of the analytical data measured by the in-situ stand-off LIBS device which is currently being constructed at Brno University of Technology in Brno, Czech Republic. However, LIBS can fulfil its potential as the versatile and irreplaceable technique for in-situ classification and quantitative analysis only when utilized with chemometric algorithms and data libraries. For those purposes, a fragment of the data library has already been established and tested for the application of LIBS to the mining industry.
|
host ::
RSS.