|
|
Time-scale analysis of sovereign bonds market co-movement in the EU
Šmolík, Filip ; Vácha, Lukáš (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Práce analyzuje vzájemnou závislost mezi výnosy desetiletých vládních dluhopisů jedenácti zemí EU (Řecka, Španělska, Portugalska, Itálie, Francie, Německa, Nizozemska, Velké Británie, Belgie, Švédska a Dánska) rozdělených do tří skupin (Jádro Eurozóny, Periférie Eurozóny, země mimo Eurozónu). V centru pozornosti jsou změny vzájemné závislosti v období krize, zejména blízko dvou významných událostí - pádu Lehman Brothers a veřejného ohlášení zvýšení řeckého deficitu. Hlavní přínost práce tkví ve využití alternativní techniky - waveletové transformace. Tato metoda dovoluje zkoumat, jak se liší vzájemná závislost výnosů na jednotlivých škálách (frekvencích). Ke zkoumání je použita waveletová koherence a korelace. Práce přináší tři hlavní zjištění: (1) vzájemná závislost se signifikantně snížila v období krize, avšak jsou zde vidět rozdíly mezi Jádrem a Periférií, (2) vzájemnou závislost se signifikantně liší napříč škálami, ale heterogenita výsledků je v období krize menší,(3) u obou zmíněných událostí bylo detekováno signifikatní snížení waveletové korelace napříč nižšími škálami. Klasifikace JEL C32, C49, C58, H63 Klíčová slova Vzájemná Závislost, Waveletová Transfor- mace, Dluhová Krize, Výnosy z Vládních Dluhopisů, Eurozóna E-mail autora phillip.smolik@gmail.com E-mail vedoucího práce vachal@utia.cas.cz
|
|
|
Time-scale analysis of sovereign bonds market co-movement in the EU
Šmolík, Filip ; Vácha, Lukáš (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Práce analyzuje vzájemnou závislost mezi výnosy desetiletých vládních dluhopisů jedenácti zemí EU (Řecka, Španělska, Portugalska, Itálie, Francie, Německa, Nizozemska, Velké Británie, Belgie, Švédska a Dánska) rozdělených do tří skupin (Jádro Eurozóny, Periférie Eurozóny, země mimo Eurozónu). V centru pozornosti jsou změny vzájemné závislosti v období krize, zejména blízko dvou významných událostí - pádu Lehman Brothers a veřejného ohlášení zvýšení řeckého deficitu. Hlavní přínost práce tkví ve využití alternativní techniky - waveletové transformace. Tato metoda dovoluje zkoumat, jak se liší vzájemná závislost výnosů na jednotlivých škálách (frekvencích). Ke zkoumání je použita waveletová koherence a korelace. Práce přináší tři hlavní zjištění: (1) vzájemná závislost se signifikantně snížila v období krize, avšak jsou zde vidět rozdíly mezi Jádrem a Periférií, (2) vzájemnou závislost se signifikantně liší napříč škálami, ale heterogenita výsledků je v období krize menší,(3) u obou zmíněných událostí bylo detekováno signifikatní snížení waveletové korelace napříč nižšími škálami. Klasifikace JEL C32, C49, C58, H63 Klíčová slova Vzájemná Závislost, Waveletová Transfor- mace, Dluhová Krize, Výnosy z Vládních Dluhopisů, Eurozóna E-mail autora phillip.smolik@gmail.com E-mail vedoucího práce vachal@utia.cas.cz
|
|
|
Rozpoznávání textu v obraze
Juřica, Dalibor ; Bartoň, Radek (oponent) ; Švub, Miroslav (vedoucí práce)
Tento dokument projednává oblast počítačového vidění s tématikou schopnosti vidění textu v obraze. Pro vyhledání textových oblastí je za pomocí předzpracování waveletovou transformací vypočtena energie jednotlivých pixelů, ve kterých se poté vyhledávají regiony s vyšší hustotou kandidátních textových pixelů. Z vyhledaných regionů je poté vypočtena množina hodnot, reprezentující vlastnosti daného bloku. Pro skutečné odhalení textových oblastí je pak nakonec využito SVM klasifikátoru.
|
|
|
Algoritmy segmentované waveletové transformace obrazů
Kořínek, Petr ; Průša, Zdeněk (oponent) ; Rajmic, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá waveletovou transformací signálu se zaměřením na obrazové signály. První část je věnována základním metodám zpracování signálu. Přes Fourierovu transformaci se dostává k základům waveletové transformace. Popisuje jednorozměrnou segmentovanou konečnou diskrétní waveletovou transformaci (SegDTWT). Pomocí této metody se odvozuje dvourozměrná segmentovaná konečná diskrétní waveletová transformace 2D signálu (SegDTWT2D). Stěžejní částí práce je návrh a implementace této metody, která kromě dalších výhod umožňuje zpracovávat dvourozměrný signál.
|
|
|
Metody pro doplňování pixelů vně obrazu
Ješko, Petr ; Špiřík, Jan (oponent) ; Rajmic, Pavel (vedoucí práce)
Práce se zabývá problematikou doplňování pixelů vně obrazu. Uvádí některé metody pro inpainting použitím počítače a upozorňuje na úskalí, která se zde objevují. Zkoumá metody pro interpolaci a aproximaci funkcí ve snaze najít nejlepší metodu pro extrapolování obrazu za jeho hranice. Popisuje základy Waveletové transformace a Multiresolution analýzy a stručně pojednává o prostorové filtraci, detekci hran a algoritmu OMP, spadajícím do oblasti řídké reprezentace signálů. Teoretické poznatky z těchto oblastí jsou využity při návrhu několika metod pro doplňování pixelů vně obrazu. Porovnává dosažené výsledky pomocí PSNR a SSIM. Také je zde představeno vývojové prostředí MATLAB jako nástroj pro implementaci algoritmů, které prakticky řeší zadanou problematiku.
|
|
|
Waveletová transformace v reálném čase v prostředí Pure Data
Zemánek, Karel ; Schimmel, Jiří (oponent) ; Rajmic, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá realizací waveletové transformace v reálném čase v prostředí Pure Data. První kapitola je věnována teoretickému minimu waveletové transformace. Druhá kapitola je věnována programu Pure Data. Jsou zde uvedeny jednoduché patche, ale i postup jak psát vlastní externí programy použitelné programem Pure data. Třetí kapitola se zabývá realizací waveletové transformace v programu Pure Data. Obsahuje vybraný algoritmus pro výpočet waveletové transformace i popis vlastního programu.
|
|
|
Moderní metody zvýrazňování statických MR obrazů
Zbranek, Lukáš ; Přinosil, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
Cílem diplomové práce je navrhnout a implementovat vhodnou metodu pro zvýraznění MR tomografických obrazů a na základě identifikace hran stanovit hrubé dělení sledovaných oblastí. K tomu účelu je možné použít například waveletovou analýzu. Pro simulaci použiji prostředí MATLAB v němž uvedu srovnání pro různé typy potlačení šumu a taky pro různé mateřské vlnky. Tyto metody budou implementovány na různé MR obrazy čelistního kloubu.
|
|
|
Analysis of sleep EEG signal
Ježek, Martin ; Kozumplík, Jiří (oponent) ; Rozman, Jiří (vedoucí práce)
The aim of this study was to develop an automatic detection program for scoring the sleep EEG arousals, based on one of time-frequency analysis methods. The subject of the study was 13 overnight polysomnographic recordings (four leads of EEG, EMG, ECG and EOG), i.e over 100 hours in total. It was a subset of data used in former studies by sleep expert Dr. Emilia Sforza, Geneva, Switzerland, who also provided baseline arousal scoring. Total number of 1551 arousal events were marked in the recordings. Next, several tools for recordings' visualization were developed to facilitate the decision on methods of analysis. Following the conclusions made after extensive visualization of input recordings in different time-frequency representations and regarding the character of EEG as neuroelectric waveforms and computing efficiency, discrete wavelet decomposition with Daubechies order 6 mother wavelet was chosen. The EEG signals were decomposed into six frequency bands. The results together with EMG recordings were used to evaluate a set of indices describing EEG and EMG changes accompanying arousals. These indices were weighted to form linear classifier of microarousal suspicion in each EEG lead – a microarousal was marked as present when it remained suspect in period of 3 to 30 seconds. Outputs of four EEG channels were then integrated to report final outcome. Based on sensitivity and selectivity measures the algorithm was optimized by genetic algorithm. The subject of tuning were the linear classifier parameters and first four of 13 recordings were selected as training data. A microarousal detection program emerged on basis of the tuned algorithm and resulted in average sensitivity of 76,09 %, selectivity of 53,26 % and 97,66 % specificity over all 13 recordings compared to expert visual scorings.
|
|
|
Potlačování šumu v řeči založené na waveletové transformaci a rozeznávání znělosti segmentů
Chrápek, Tomáš ; Sysel, Petr (oponent) ; Rajmic, Pavel (vedoucí práce)
Waveletová transformace je moderním nástrojem pro zpracování signálů a je hojně a s úspěchem využívána hlavně pro své unikátní vlastnosti, zejména schopnost zachytit rychlé změny ve zpracovávaném signálu. Práce pojednává obecně o waveletech, waveletové transformaci a jejím využití v aplikacích zabývajících se potlačováním šumu. Byl uveden hlavní problém spojený s potlačováním šumu v řečovém signálu, a to degradace neznělých částí spojená s potlačováním šumu. Neznělé části jsou při aplikaci standardního algoritmu na waveletové potlačení šumu potlačeny spolu s šumem. Řešením je rozdílný přístup ke znělým a neznělým segmentům řečového signálu. Cílem diplomové práce bylo vytvořit aplikaci, jež bude implementovat waveletové potlačování aditivního gaussovského šumu v řečových signálech s obecně rozdílným přístupem ke znělým a neznělým segmentům. Tato aplikace je naprogramována jako grafické uživatelské rozhraní (GUI) ve vývojovém prostředí MATLAB a umožňuje pohodlně testovat procedury představené v diplomové práci. Práce dále prezentuje dosažené výsledky a diskutuje jejich úspěšnost vzhledem k požadavkům na aplikaci tohoto typu kladených. Nejpodstatnějším závěrem této diplomové práce je potom fakt, že při potlačování šumu v neznělých segmentech řečového signálu musíme volit kompromis mezi dostatečným potlačením šumu a zachováním srozumitelnosti řeči.
|
|
|
Waveletová transformace a její aplikace při analýze ekonomických a finančních časových řad
Bašta, Milan ; Arlt, Josef (vedoucí práce) ; Málek, Jiří (oponent) ; Mareš, Milan (oponent)
Dizertační práce se zabývá stručným úvodem do Fourierovy transformace, lineární filtrace a trojice transformací waveletových - diskrétní waveletové transformace s maximálním přesahem (MODWT), diskrétní waveletové transformace (DWT) a spojité waveletové transformace (CWT). Waveletové transformace jsou posléze mimo jiné využity k analýze časově proměnné variability časových řad, k detekci časových okamžiků význačných změn charakteru variability, k odstranění šumu v časové řadě a k analýze vztahu dvou časových řad na různých časových škálách. Studované časové řady jsou finanční časové řady odhadu logaritmické volatility, časové řady akciových výnosů a ekonomická časová řada meziměsíční míry inflace. Analýzy jsou na některých místech doplněny i na modelových časových řadách. Postupy a metody uvedené v práci jsou převoditelné i na další ekonomické a finanční časové řady. Přínosem dizertační práce je tedy stručná a srozumitelná kompilace teorie waveletové transformace a posléze aplikace vybudované teorie na analýzu ekonomických a finančních časových řad, na nichž tento nástroj nebyl dosud použit. Výsledky analýz proto poskytují nový náhled do vlastností časových řad, který by byl jen stěží hledán klasickými metodami.
|
host ::
RSS.