|
|
Analýza kvality ovzduší v kancelářských a obytných prostorech
Tisovčík, Peter ; Korček, Pavol (oponent) ; Kořenek, Jan (vedoucí práce)
Cieľom práce bolo naštudovať problematiku merania kvality vnútorného ovzdušia, so zameraním na koncentráciu oxidu uhličitého. V~rámci teoretickej časti práce bola popísaná problematika získavania znalostí z databáz, boli tiež predstavené základné klasifikačné metódy a prístupy pre redukciu dimenzionality. Ďalej boli naštudované princípy fungovania vyvíjaného systému v rámci projektu IoTCloud a dostupné možnosti pre meranie potrebných veličín. V praktickej časti práce boli vybrané vhodné senzory pre zvolené miestnosti a bolo vykonané dlhodobé meranie. Namerané dáta boli použité pre vytvorenie systému na detekciu otvorenia okna i pre návrh vhodného spôsobu regulácie výmeny vzduchu v miestnosti. Cieľom regulácie bolo zlepšiť kvalitu ovzdušia za pomoci prirodzeného vetrania.
|
|
|
Methods Of Processing Oxford Nanopore Sequencing
Data For Metagenomics
Barilíková, Lujza
The presented paper describes a new method of processing data produced by revolutionary sequencing technology introduced by Oxford Nanopore Technologies – MinION, which holds a great promise in the field of metagenomics. Low cost, produced long reads and portability, due to its small dimensions, represents only one of the many advantages of this technology. Despite of the benefits, there is a lack of available computational tools for handling the produced data and that is the reason, why a new method of processing such data should be created. In this study such method is created based on dimensionality reduction for data visualization.
|
|
|
Metody zpracování sekvenačních dat technologie Oxford Nanopore pro účely metagenomiky
Barilíková, Lujza ; Provazník, Ivo (oponent) ; Kupková, Kristýna (vedoucí práce)
Revolučná technológia sekvenovania od spoločnosti Oxford Nanopore Technologies – MinION, predstavuje veľkú nádej v oblasti metagenomiky. Nízka cena, produkovanie dlhých čítaní a prenosnosť, vďaka malým rozmerom, predstavuje len jednu z mnohých výhod tejto technológie. Napriek týmto benefitom je tu však nedostatok dostupných výpočtových nástrojov, ktoré by nám umožnili plne zaobchádzať s produkovanými dátami. V úvode tejto bakalárskej práce sú predstavené terajšie sekvenačné technológie so zameraním sa na technológie tretej generácie, predovšetkým na spomínané nanopórové sekvenovanie. V práci sú uvedené aj súčasné možnosti vizualizácie metagenomických dát. Hlavným cieľom tejto práce je vytvoriť algoritmus, ktorý za pomoci aplikácie metód redukcie dimenzionality priamo na surové dáta, produkované nanopórovým sekvenovaním, bude realizovať tzv. binning metagenomických vzoriek.
|
|
|
Evolutionary Algorithms for Data Transformation
Švec, Ondřej ; Pilát, Martin (vedoucí práce) ; Neruda, Roman (oponent)
V této práci jsme navrhli novou metodu pro supervised redukci dimenze, která se učí váhy neuronové sítě pomocí evolučního algoritmu CMA-ES, optimalizujícího úspěšnost k-NN klasifikátoru. Když v dané neuronové síti nejsou použity žádné aktivační funkce, tak algoritmus vykonává lineární transformaci. Tato lineární transformace také může být použita uvnitř Mahalanobisovy vzdálenosti a tím pádem naše metoda může být také považována za distance metric learning algo- ritmus. Při použití aktivačních funkcí v neuronových sítích se algoritmus může taky naučit nelineární transformace. V naší práci se zaměřujeme na redukci do nízko-dimenzionálních prostorů, které jsou užitečné pro vizualizaci dat. Ex- perimentálně také ukazujeme, že ve srovnání s dalšími technikami pro redukci dimenze naše výsledné projekce fungují lépe a také ukazujeme, že naše vizual- izace díky lokalitě k-NN klasifikátoru poskytují lepší interpretaci dat a rozlišení mezi různými třídami v datech. 1
|
|
|
Dimension Reduction Techniques in Morhpometrics
Kratochvíl, Jakub ; Pelikán, Josef (vedoucí práce) ; Mráz, František (oponent)
Tato práce se zabývá aplikací metod redukce dimenze v antropologii a morfometrii. Zejména se sousteuje na nelinearní metody redukce dimenze. Práce zavádí nový postup nazývaný multipass redukce dimenze. Ukážeme, že pomocí multipass redukce dimenze lze vylepšit výsledky klasifikace a snížit počet dimenzí nutných pro klasifikaci pomocí klastrování.
|
|
|
Strojové učení v klasifikaci obrazu
Král, Jiří ; Španěl, Michal (oponent) ; Hradiš, Michal (vedoucí práce)
Práce se zabývá hledáním a analýzou statistických modelů a algoritmických postupů, které mají potenciál zlepšit výsledky FIT VUT v Brně na soutěžích zabývajících se klasifi kací obrazu jako jsou ImageNet Large Scale Visual Recognition Challenge a TRECVID. V práci byl otestován multinomiální model, také byl použit model Phonotactic Intersession Variation Compensation (PIVCO) pro adaptaci náhodných vlivů v obrazové reprezentaci a dále pak pro redukci dimenzionality. Dále byl analyzován model KPCA, kterým se emulovala Kernel SVM klasi kace. Všechny statistické modely byly testovány na Pascal VOC 2007 datasetu.
|
|
|
Využití pokročilých statistických metod pro zpracování obrazu fluorescenční emise rostlin ovlivněných lokálním biotickým stresem
MATOUŠ, Karel
Zobrazovací chlorofylová fluorometrie rostlin je neinvazivní technika používaná v rostlinné fyziologii, molekulární biologii, biotechnologii a v přesném zemědělství. V sekvencích obrazů zachycuje dynamiku fluorescenční emise chlorofylu, která odráží fotosyntetickou aktivitu rostlin a její změny v čase a prostoru. Cílem této disertační práce je přispět k rozvoji a uplatnění kinetické zobrazovací fluorometrie rostlin zavedením a užitím pokročilých statistických metod analýzy dat. Metody statistického příznakového rozpoznávání umožňují zjistit, ve kterých obrazech z fluorescenční sekvence je obsažena nejbohatší informace o sledovaném biotickém stresu, a tak nalézt malé množiny fluorescenčních obrazů vhodných pro další analýzu. Omezoval jsem se na ty statistické metody výběru obrazů, resp. příznaků, které jsou velmi potentní při zachování realistické výpočetní náročnosti.
|
|
| |
|
| |
|
|
Clickstream Analysis
Kliegr, Tomáš ; Rauch, Jan (vedoucí práce) ; Berka, Petr (oponent)
Thesis introduces current research trends in clickstream analysis and proposes a new heuristic that could be used for dimensionality reduction of semantically enriched data in Web Usage Mining (WUM). Click-fraud and conversion fraud are identified as key prospective application areas for WUM. Thesis documents a conversion fraud vulnerability of Google Analytics and proposes defense - a new clickstream acquisition software, which collects data in sufficient granularity and structure to allow for data mining approaches to fraud detection. Three variants of K-means clustering algorithms and three association rule data mining systems are evaluated and compared on real-world web usage data.
|
host ::
RSS.