|
|
Klasifikace na základě longitudinálních pozorování
Bandas, Lukáš ; Komárek, Arnošt (vedoucí práce) ; Kulich, Michal (oponent)
Tato práce se zabývá klasifikací obecně různých objektů na základě longitudinálních pozorování. Čtenáře seznámí s lineárním smíšeným modelem a jeho základními vlastnostmi, který je vhodný pro modelování dat longitudinálního typu. Hlavní část práce se zaměřuje na popis metod diskriminační analýzy, které jsou vhodné pro klasifikaci na základě longitudinálních dat. Jednotlivé metody jsou nejprve se sjednoceným značením představeny z teoretického hlediska. Metoda s rozdělením náhodných efektů je zobecněna na spojitý čas. Poté jsou jednotlivé metody a vlastnosti lineárního smíšeného modelu aplikovány na reálná data. V poslední části jsou zkoumány vlastnosti uvedených metod v navržených simulačních studiích.
|
|
|
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře
Palúchová, Miroslava ; Červená, Lucie (vedoucí práce) ; Kupková, Lucie (oponent)
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře Abstrakt Diplomová práce je zaměřena na specifikaci požadavků na spektrální rozlišení dat vstupujících do klasifikace a zodpovězení otázky, která pásma jsou stěžejní pro rozlišení tříd předem stanovené legendy. V práci jsou použita letecká hyperspektrální data senzoru AisaDUAL. Aplikovanou metodou výběru významných pásem byla diskriminační analýza provedena v IBM SPSS Statistics. Významná pásma se nacházela v intervalech 1500-1750 nm (začátek oblasti SWIR), 1100-1300 nm (delší vlnové délky NIR), 670-760 (red-edge) a 500-600 nm (zelené pásmo). Klasifikace vybraných pásem proběhla v ENVI 5.4 pomocí klasifikátoru Support Vector Machine a dosáhla celkové přesnosti 80,54 %, Kappa koeficient 0,7755. Součástí práce je také hodnocení vhodnosti dostupných družicových dat pro klasifikaci vegetace tundry z hlediska spektrálního rozlišení. Klíčová slova: tundra, Krkonoše, klasifikace, spektrální rozlišení, separabilita tříd, diskriminační analýza, hyperspektrální data
|
|
|
Detekce fibrilace síní v krátkodobých EKG záznamech
Ambrožová, Monika ; Janoušek, Oto (oponent) ; Ronzhina, Marina (vedoucí práce)
Fibrilace síní je diagnostikována u 1-2 % populace, v příštích dekádách se očekává výrazný nárůst počtu pacientů s touto arytmií v souvislosti se stárnutím populace a vyšším výskytem některých onemocnění, která jsou považována za její rizikové faktory. Cílem této práce je popsat problematiku fibrilace síní a metody, které umožňují její detekci v EKG záznamu. V úvodní části se nachází literární rešerše zabývající se fyziologií srdce a fibrilací síní. V další části jsou uvedené některé metody sloužící k detekci FS. V praktické části je zhodnocena funkčnost dodaného softwaru pro detekci FS firmou BTL. Dále je zde navržen detektor fibrilace síní. K detekci bylo vybráno několik parametrů, poukazující na variabilitu RR intervalů. Jedná se o parametry směrodatné odchylky, koeficient šikmosti a špičatosti, variační koeficient, střední kvadratickou odchylku, normalizovanou absolutní odchylku, normalizovanou absolutní diferenci, mediánovou absolutní odchylku a entropii. Bylo využito třech různých klasifikačních modelů: metoda podpůrných vektorů (SVM), K-nearest neghbor (KNN) a diskriminační analýza (DA). Nejlepších výsledků dosahuje klasifikační model SVM. Výsledky ukazatelů úspěšnosti (sensitivita: 67,1 %; specificita: 97,0 %; F-measure: 66,8 %; accuracy: 92,9 %).
|
|
|
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře
Palúchová, Miroslava ; Červená, Lucie (vedoucí práce) ; Kupková, Lucie (oponent)
Vliv spektrálního rozlišení na klasifikaci krajinného pokryvu v krkonošské tundře Abstrakt Diplomová práce je zaměřena na specifikaci požadavků na spektrální rozlišení dat vstupujících do klasifikace a zodpovězení otázky, která pásma jsou stěžejní pro rozlišení tříd předem stanovené legendy. V práci jsou použita letecká hyperspektrální data senzoru AisaDUAL. Aplikovanou metodou výběru významných pásem byla diskriminační analýza provedena v IBM SPSS Statistics. Významná pásma se nacházela v intervalech 1500-1750 nm (začátek oblasti SWIR), 1100-1300 nm (delší vlnové délky NIR), 670-760 (red-edge) a 500-600 nm (zelené pásmo). Klasifikace vybraných pásem proběhla v ENVI 5.4 pomocí klasifikátoru Support Vector Machine a dosáhla celkové přesnosti 80,54 %, Kappa koeficient 0,7755. Součástí práce je také hodnocení vhodnosti dostupných družicových dat pro klasifikaci vegetace tundry z hlediska spektrálního rozlišení. Klíčová slova: tundra, Krkonoše, klasifikace, spektrální rozlišení, separabilita tříd, diskriminační analýza, hyperspektrální data
|
|
|
Ekologie, etologie a variabilita ještěrky zelené, Lacerta viridis v Přírodní rezervaci Tiché údolí
Chmelař, Jan ; Rehák, Ivan (vedoucí práce) ; Moravec, Jiří (oponent)
Ještěrka zelená, Lacerta viridis, je v čechách kriticky ohroženým druhem. Vyskytuje se zde za severní hranicí souvislého rozšíření druhu, a je vázána na říční fenomén hluboce zaříznutých říčních údolí. Na vybrané lokalitě v Tichém údolí probíhá dlouhodobý ochranný management s cílem zvýšit a poté udržet celkovou abundanci místní populace. Tento management je přímým výstupem výzkumu z let 1995-1997. Předmětem předkládané práce, která má zhodnotit efektivitu managementových opatření je zejména získání aktuálních populačních charakteristik za účelem srovnání s hodnotami z tohoto období a zhodnocení účinnosti managementových opatření. Lokalita byla hodnocena v průběhu let 2011 - 2014. Pozorování byla prováděna v celkem 119 dnech. Oproti údajům z let 1995 - 1997 byl pozorován nápadný vzestup abundance a rozšíření využívané plochy. Dále byla provedena prostorová diskriminační analýza míst výskytu jedinců, která mapuje význam jednotlivých faktorů prostředí v bezprostředním okolí místa výskytu. Nejvýznamnějšími pro faktory pozitivní diskriminaci jsou podle analýzy přítomnost suti a dostupnost úkrytu. Negativně byly diskriminovány plochy s vysokým podílem vysoké vegetace a travin. Dále práce obsahuje a diskutuje údaje o ekologii, etologii a morfologické variabilitě vybrané populace. Klíčová slova: ještěrka...
|
|
| |
|
|
Modelování predikce bankrotu stavebních podniků
Burdych, Filip ; Kuběnka,, Michal (oponent) ; Karas, Michal (vedoucí práce)
Tato diplomová práce se zabývá studií bankrotních modelů pro stavební podniky působící v České republice. Teoretická část definuje pojmy stěžejní pro pochopení problematiky práce. V analytické části je otestováno pět vybraných existujících bankrotních modelů na analyzovaném vzorku a výsledná úspěšnost je porovnána s tou původní. Na základě získaných poznatků je poté vyvinut nový bankrotní model.
|
|
|
Modelování predikce bankrotu stavebních podniků
Srbová, Pavla ; Kuběnka,, Michal (oponent) ; Karas, Michal (vedoucí práce)
Tato diplomová práce je zaměřena na vytvoření bankrotního modelu pro podniky ze stavebního průmyslu v České republice za využití diskriminační analýzy. V teoretické části je vymezen pojem bankrotní model, dále je tato část zaměřena na zařazení bankrotních modelů do ekonomie, pohled do jejich historie, popis vybraných modelů a stručnou charakteristiku stavebního průmyslu. V praktické části je nejprve určena spolehlivost vybraných bankrotních modelů a následně je sestaven nový bankrotní model.
|
|
|
Weighted Data Depth and Depth Based Discrimination
Vencálek, Ondřej ; Hlubinka, Daniel (vedoucí práce) ; Anděl, Jiří (oponent) ; Malý, Marek (oponent)
Hloubka dat je jedním z neparametrických nástrojů pro analýzu mnohorozměrných dat. Práce nově zavádí zobecnění poloprostorové hloubky, tzv. váženou hloubku dat. Vážená hloubka není obecně afinně invariantní, má však některé dobré vlastnosti, například že její centrální oblasti (oblasti s největší hloubkou) mohou být nekonvexní. Práce se dále zabývá možností aplikace metodologie hloubky dat v diskriminační analýze. Přehled klasifikátorů založených na hloubce dat je doplněn o návrh nového klasifikátoru, který je modifikací metody k nejbližších sousedů. Kvalita klasifikátorů je vyšetřována jak teoreticky (asymptotické vlastnosti), tak i v krátké simulační studii. V závěru je poukázáno na výhody, které lze získat použitím nově navržené vážené hloubky dat.
|
|
|
Role of Behavioral Finance in Portfolio Investment Decisions: Evidence from India
Subash, Rahul ; Báťa, Karel (vedoucí práce) ; Jandík, Tomáš (oponent)
I Role of Behavioral Finance in Portfolio Investment Decisions: Evidence from India Abstrakt Od počátku globální ekonomické krize v roce 2008 jsou finanční trhy po celém světě sužovány extrémní nestabilitou. Jedním z klíčových činitelů, které ovlivňují pohyby na trhu, je smýšlení investorů. V tomto kontextu se jeví jako velice důležité studium role emocí jako je strach nebo hrabivost při utváření investičních rozhodnutí. Behaviorální finančnictví je rozvíjející se obor, který se zabývá tím, jak psychologické činitele ovlivňují přijímaní rozhodnutí v nepředvídatelných podmínkách. Cílem této práce je zjistit vliv konkrétních identifikovaných konceptů (nebo tlaků) behaviorálního finančnictví, a to Overconfidence, Representativeness, Herding, Anchoring, Cognitive Dissonance, Regret Aversion, Gamblers' Fallacy, Mental Accounting, and Hindsight Bias, na proces přijímaní rozhodnutí jednotlivých investorů na indické burze. Primární data pro analýzu byly získány prostřednictvím strukturovaného dotazníku distribuovaného mezi investory, kteří byli podle míry zkušeností a věku rozděleni na (i) mladé a (ii) zkušené investory. Výsledky, získané analýzou dat od 92 respondentů, ze kterých 53 přiznalo alespoň třicetiprocentní ztráty v důsledku krize, odhalili, že chování mladých a zkušených investorů se liší mírou, do které...
|
host ::
RSS.